El papel de las chaperonas en el plegamiento de proteínas

Las chaperonas son proteínas que ayudan al plegamiento de otras proteínas recién formadas. ¿Alteran las chaperonas el espacio de búsqueda del plegamiento o sólo aceleran la búsqueda del óptimo? Un nuevo artículo en Nature apunta a la primera opción. Las chaperonas alteran el espacio de búsqueda impidiendo la exploración de regiones asociadas a plegamientos incorrectos. El nuevo resultado se ha obtenido gracias al estudio de una chaperona llamada factor desencadente (TF) en la bacteria Escherichia coli mediante el microscopio de fuerza atómica y las pinzas ópticas; estas herramientas permiten estudiar el plegamiento de proteínas en una sola molécula, incluyendo la observación de los estados transitorios durante el plegado y las transiciones entre ellos. Futuros estudios tendrán que aclarar si lo mismo ocurre con otras chaperonas. El artículo técnico es Alireza Mashaghi et al., «Reshaping of the conformational search of a protein by the chaperone trigger factor,» Nature 500: 98–101, 01 Aug 2013.

Unas sencillas reglas permiten obtener la conformación terciaria de una proteína a partir de la secundaria

Uno de los problemas más importantes del s. XXI es el problema del plegamiento de proteínas, determinar la estructura tridimensional (conformación terciaria) de una proteína a partir del listado de sus aminoácidos (o de su código genético). Esta estructura nativa es única para la mayoría de las proteínas, determinando en gran parte su función bioquímica (la geometría determina la función). Se ha publicado en Nature un artículo que propone los principios básicos y las reglas fundamentales que controlan el plegamiento a partir de la estructura secundaria de las proteínas (las hélices α y las hojas β). Estos principios podrían usarse para diseñar nuevas proteínas que se plieguen de la forma deseada, lo que podría tener enormes aplicaciones en biología sintética. Nos lo cuenta Birte Höcker, «Structural biology: A toolbox for protein design,» Nature 491: 204–205, 08 November 2012, que se hace eco de Nobuyasu Koga, Rie Tatsumi-Koga, Gaohua Liu, Rong Xiao, Thomas B. Acton, Gaetano T. Montelione, David Baker, «Principles for designing ideal protein structures,» Nature 491: 222–227, 08 November 2012.

La epistasia es el factor principal que regula la evolución a nivel de las proteínas

En genética se llama epistasia a la interacción entre diferentes genes en relación a cierta característica del fenotipo. En concreto, al hecho de que un gen en cierto locus puede afectar al fenotipo resultado de otro gen en otro locus diferente. Se publica en Natureun análisis estadístico cuantitativo que muestra que la epistasia es el factor más importante que regula la evolución al nivel de las proteínas; el riguroso análisis de las secuencias de proteínas realizado por Breen et al. sugiere que las interacciones funcionales entre los aminoácidos son un factor clave en la evolución de las secuencias de las proteínas. Aunque aún no está resuelta la cuestión de si la evolución viene determinada por la ecología y el medio ambiente (la selección natural de Darwin y Wallace), o por las características internas del propio organismo (como el contexto genético en el que se produce una mutación), todo apunta que el papel de estas últimas es más importante de lo que muchos pensaban. El «teorema fundamental» de la selección natural en la genética de poblaciones afirma que la respuesta genética a la selección es independiente del contexto que existe en la población; la epistasia, cuando existe, es simple ruido dentro del proceso evolutivo. Sin embargo, este teorema podría ser incorrecto al nivel del proteoma y su evolución de confirmarse los estudios de Breen y sus colegas. Los autores han estudiado la epistasia en las secuencias de aminoácidos de 16 proteínas compartidas por al menos 1.000 especies (y cuya secuencia sea conocida). Sin epistasia, la ausencia de correlaciones estadísticas entre genes debería dar un valor cercano al 50%, sin embargo, su análisis estadístico encuentra un valor de solo el 5%, lo que implica que la epistasia es un factor clave. La sustitución de un aminoácido concreto solo se mantiene durante mucho tiempo evolutivo si va acompañado de ciertas sustituciones adecuadas de otros aminoácidos en otras partes de la misma proteína. Un resultado realmente sorprendente. Nos lo cuenta Günter P. Wagner, «Genetics: The inner life of proteins,» Nature 490: 493-494, 25 October 2012, quien se hace eco del artículo técnico de Michael S. Breen, Carsten Kemena, Peter K. Vlasov, Cedric Notredame & Fyodor A. Kondrashov, «Epistasis as the primary factor in molecular evolution,» Nature 490: 535-538, 25 October 2012.

 

Un español es primer autor de un artículo en Nature que describe cómo actúa cierta proteína transmembranal

Siempre gusta ver a un español de primer autor de un artículo de Nature, aunque F.-Xabier Contreras está afiliado al Centro de Bioquímica de la Universidad de Heidelberg, Alemania. Su artículo presenta un nuevo mecanismo para explicar como una proteína transmembranal (que atraviesa cierta membrana y controla el transporte a través de ella) se activa o desactiva conforme interacciona con ciertos lípidos (esfingolípidos); su descubrimiento se basa en simulaciones por ordenador de dinámica molecular. El vídeo de youtube que abre esta entrada muestra un par de estas simulaciones. No tengo conocimientos suficientes para entrar en detalles técnicos, pero me ha sorprendido el «baile de San Vito» de estas proteínas; uno siempre se imagina que las proteínas son substancias bastante rígidas, pero el vídeo muestra varios grupos funcionales que realizan rotaciones de hasta 360º, como si tuvieran una rótula. Realmente espectacular. El artículo técnico es F.-Xabier Contreras et al., «Molecular recognition of a single sphingolipid species by a protein’s transmembrane domain,» Nature, Published online 09 January 2012.

No tengo conocimientos suficientes para explicar los detalles técnicos del descubrimiento de Xabi, aún así, permíteme unas breves líneas. Las células eucariotas (con núcleo) están formadas por múltiples orgánulos cada con su propia membrana. Hay moléculas que se transportan de unos orgánulos a otros mediante el llamado transporte vesicular. Una serie de marcadores moleculares guían este transporte en cada vesícula como si fueran guardias de tráfico que determinan el orgánulo origen y el destino de cada molécula, así como la dirección del transporte a través de la membrana, si es hacia dentro o hacia afuera de la vesícula. Los esfingolípidos son componentes estructurales de las membranas que pueden actuar como mensajeros intracelulares. No se conoce el mecanismo exacto por el cual las proteínas transmembranales que se encuentran en la bicapa fosfolipídica de cada membrana se activan o desactivan. Xabi y sus colegas han estudiado la interacción entre una proteína transmembranal concreta, llamada p24, y un esfingolípido concreto, llamado esfingomielina SM18. Por lo que parece la proteína presenta dos estados, uno inactivo y otro activo, que se activan por interacción con el esfingolípido, que actúa como mensajero molecular. En este sentido, el esfingolípido actúa como cofactor para la regulación de la función de esta proteína transmembranal. El artículo técnico describe en detalle los cambios en la estructura de la proteína debidos a la interacción con el esfingolípido, detalles estructurales que demuestran la alta especificidad de esta interacción (que como nos aclara @Acebron en los comentarios «esta interacción específica entre SM18 y la proteína es necesaria para la correcta distribución de las vesículas de transporte en las que dicha proteína participa»). Los autores creen que mecanismos similares son responsables de las interacciones entre otros mensajes y otras proteínas transmembranales.

Espero no haber metido mucho la pata. Esta entrada está dedicada a Sergio Pérez Acebron (@Acebron), amigo de Xabi y autor del blog Tall & Cute, quien me retó con un contundente «es una historia muy compleja para divulgar.» No sé si lo he logrado, pero espero al menos haber picado la curiosidad de los biólogos y bioquímicos que lean esto.

Foldit: un juego online multijugador ayuda a resolver la estructura tridimensional de proteínas

Comparación entre las predicciones de los jugadores (verde) a partir de una aproximación obtenida por Rosetta (rojo) y la estructura verdadera (azul). Sorprende la calidad de la reconstrucción «ciega» por parte de los jugadores. (C) Nature

Muchos problemas son tan difíciles que programar un ordenador para que los resuelva de forma eficiente es casi imposible. Una persona es capaz de resolver problemas muy complejos sin que se sepa realmente como los resuelve. Se podría utilizar dicha capacidad de «computacíon humana» para resolver problemas si se lograra incentivar a la gente para que se enfrentara a problemas científicos difíciles. ¿Cómo lograrlo? Mediante juegos de ordenador adictivos cuya solución sea la solución del problema científico considerado. ¿Quién es capaz de diseñar un juego así? No parece fácil, pero Seth Cooper y sus colegas han diseñado un juego multijugador por internet para la predicción interactiva de la estructura tridimensional de proteínas llamado Foldit, cuyo núcleo está basado en el famoso programa de predicción automática del plegamiento de proteínas llamado Rosetta. Los jugadores compiten entre ellos y colaboran para optimizar la energía de plegamiento de la proteína conforme la visualizan en 3D. Lo sorprendente es que sus soluciones son muy buenas. Tan buenas que esta aproximación al problema del plegamiento de proteínas ha merecido ser publicada en la mismísima Nature: Seth Cooper et al., «Predicting protein structures with a multiplayer online game,» Nature 466: 756–760, 05 August 2010. Merece la pena ojear la información suplementaria que presenta gran número de ejemplos que ilustran la gran calidad de los resultados obtenidos con este enfoque de optimización híbrida humano-máquina para la resolución del problema del plegamiento de proteínas.

Se sabe desde hace más de 40 años que las estructuras tridimensionales de las proteínas están determinadas por sus secuencias de aminoácidos. Sin embargo, predecir dicha estructura siendo un problema aún no resuelto (salvo para proteínas pequeñas). Un programa profesional tan usado como Rosetta está limitado por la necesidad de muestrear el espacio de conformaciones posibles en la búsqueda de la conformación con menor energía libre. Este espacio de búsqueda puede ser enorme ya que incluso las proteínas pequeñas tienen miles de grados de libertad. Rosetta utiliza una combinación de algoritmos estocásticos y deterministas basados en la reconstrucción parcial de fragmentos y su recolocación espacial. La hipótesis de Cooper et al. es que el razonamiento espacial humano podría mejorar tanto la toma de muestras del espacio conformacional como la determinación de la configuración óptima si algunos pasos estocásticos durante la búsqueda son sustituidos por decisiones tomadas por humanos. Foldit es un juego online multijugador que combina la «inteligencia» del software Rosetta con la inteligencia humana para predecir las conformaciones óptimas de proteínas. El interfaz del software se presenta en la figura de abajo. Los jugadores se enfrentan a un rompecabezas. Los jugadores de forma interactiva tratan de buscar configuraciones mejores que las que va obteniendo Rosetta y reciben una puntuación de acuerdo con lo que han logrado reducir la energía respecto a los resultados de Rosetta. El juego es accesible a jugadores sin formación científica (por lo que los términos técnicos se han sustituido por términos de uso común). Además, el software de visualización elimina ciertos elementos proteicos que dificultan la solución de problema y resalta las áreas donde Rosetta tiene más dificultades para reducir la energía conformacional (ya que allí es donde se espera que la inteligencia humana avance más allá del software). Lo realmente sorprendente es que el concepto funciona y que la creatividad humana logra obtener resultados más próximos a las estructuras reales de las proteínas que las que obtiene Rosetta por sí mismo. Un enfoque de optimización híbrida humano-máquina logra resultados realmente sorprendentes. Aún así, Foldit todavía ha de ser mejorado, sobre todo en lo referente a la jugabilidad (los «juegos» duran varios días) y en cuanto a la escala, ya que por ahora se limita a proteínas relativamente pequeñas.

Un prión posible responsable del Parkinson igual que el mal de las vacas locas

Demostrar que una enfermedad es causada por un prión (proteínas anormalmente plegadas potencialmente patógenas) es extremadamente difícil. El mal de las vacas locas está causado por un prión. Un estudio que se acaba de publicar en PNAS afirma que un prión puede ser responsable del Parkinson. En concreto formas anómalas de la α-sinucleína que actúan como priones y conducen a la formación de sustancias tóxicas en las neuronas que acaban matándolas. Ya se conocían varias alfa-sinucleinopatias, lo novedoso del estudio es la asociación de una conformación anómala de la α-sinucleína con su auto-agregación y transmisión a células no infectadas, propagando la enfermedad. Se requerirán muchos años de estudio para confirmar definitivamente esta observación, pero lo importante es que abre la puerta para el desarrollo de medicinas directamente dirigidas a reducir la formación y/o facilitar la eliminación de las α-sinucleínas priónicas (mal plegadas). Una nueva vía terapéutica, aunque tarde años en llegar al mercado, siempre es una buena noticia. Nos lo comentan C. Warren Olanowa y Stanley B. Prusiner, «Is Parkinson’s disease a prion disorder?,» PNAS 106: 12571-12572, August 4, 2009, recuerda que Prusiner fue el descubridor de los priones y Premio Nobel de Medicina en 1997 por ello, haciéndose eco del artículo técnico de Paula Desplatsa et al. «Inclusion formation and neuronal cell death through neuron-to-neuron transmission of α-synuclein,» PNAS 106: 13010-13015, August 4, 2009.

La enfermedad de Parkinson es una enfermedad neurodegenerativa relacionada con la edad que afecta a millones de personas en todo el mundo (solo en España unas cien mil). La patología de la enfermedad está caracterizada por un déficit de dopamina en neuronas de la substancia negra (clave para el tratamiento actual para la enfermedad) y por la acumulación de inclusiones proteicas en células nerviosas y sus terminaciones, conocidas como cuerpos de Lewy. El déficit del neurotransmisor dopamina no es la única causa del Parkinson ya que se sabe que también se ven afectadas durante la enfermedad neuronas no dopamínicas. La causa responsable de la muerte de neuronas asociadas al Parkinson no es conocida aunque ya se ha documentado que la posible acumulación de proteínas malconformadas o aberrantes puede estar implicada. De hecho en los cuerpos de Lewy se han encontrado α-sinucleínas, así como otras proteínas.

Desplats et al. demuestran que las células nerviosas que sobreexpresan ciertas α-sinucleína pueden transmitir dicha proteína a células no afectadas tanto en modelos in vitro como in vivo. La α-sinucleína es una proteína sináptica que adopta una conformación rica en hélices α cuando está ligada a membranas y puede adoptar formas con láminas β que se pueden polimerizar en fibrilas cuando su concentración es alta o en formas mutadas. Estas últimas han sido asociadas a la enfermedad del Parkinson por estudios previos. Desplats et al. muestran en su estudio que estas formas mutadas de α-sinucleína pueden promover su autoagregación y provocar la posterior acumulación de otras proteínas, formando los cuerpos de Lewy.

¿Actúa la α-sinucleína como un prión, es decir, es el Parkinson una enfermedad priónica? Los autores del artículo sugieran esta posibilidad, sin mojarse. Prusiner, por el contrario, lo ve bastante claro. Tanto la α-sinucleína como una proteína priónica (PrP^C) adoptan conformaciones ricas en hélices α bajo condiciones fisiológicas normales, y ambos son capaces de reconformarse en formas ricas en láminas β en condiciones patológicas lo que le permite agregarse en oligómeros y fibrilas amiloides. Estas proteínas malconformadas (especialmente los oligómeros) son tóxicos y capaces de inducir neurodegeneraciones. Estos agregados protéicos promueven que otras proteínas cambien su conformación tridimensional, actuando como priones. Finalmente, estas proteínas mal conformadas pueden transmitirse desde células enfermas hasta células sanas propagando la enfermedad a través de todo el sistema nervioso.

En resumen, el origen priónico de una enfermedad siempre genera muchísima polémica y requiere décadas para ser experimentalmente verificado con rotundidad. El nuevo trabajo publicado en PNAS es un paso adelante pero no definitivo para asociar el Parkinson a las enfermades priónicas.

Las interacciones entre proteínas no son más fiables porque hayan sido publicadas en muchos artículos

Muchos científicos piensan que un resultado es más fiable si ha sido publicado muchas veces. No es así. Muchos biólogos piensan que una posible interacción entre dos proteínas es más fiable si ha sido publicada muchas veces. Un estudio reciente demuestra que esto no es verdad. Las áreas de moda o candentes, debido a la alta competitividad científica, presentan resultados con un gran número de errores. Las probabilidades de falsos positivos y verdaderos negativos crecen con el volumen de publicaciones en un área. Así lo han demostrado Thomas Pfeiffer y Robert Hoffmann al estudiar las interacciones entre proteínas de levadura de la cerveza (S. cerevisiae) publicadas en revistas internacionales, en su reciente artículo «Large-Scale Assessment of the Effect of Popularity on the Reliability of Research,» PLoS ONE, 4: e5996, June 24, 2009.

La investigación científica no está libre de errores. Ciertos estudios científicos pueden avalar hipótesis erróneas o refutar hipótesis correctas. Las áreas de moda o candentes, debido a la alta competitividad científica, presentan gran número de estos errores. Por ejemplo, muchos falsos positivos son «fabricados» (modificando o sesgando datos estadísticos). Pfeiffer y Hoffmann han comparado los resultados más recientes y fiables sobre las interacciones de proteínas en la levadura de la cerveza (S. cerevisiae) con los resultados publicados en años pasados. Han observado que las interacciones más populares en lugar de ser las mejor caracterizadas, todo lo contrario, son las caracterizadas con menor fiabilidad. Los resultados muestran que no es más fiable una interacción protéica porque haya sido reportada por múltiples estudios. Los índices que miden la calidad de una interacción protéica por el número de publicaciones en las que ha aparecido caracterizada (muy usados en bioinformática) se caen por su propio peso.

Parece paradójico que en las áreas más candentes (hot topic) sea muy difícil distinguir entre falsos positivos y verdaderos positivos. Los autores concluyen de su estudio que debería disminuirse la financiación en las áreas de investigación de moda y redirigirla a las áreas menos populares («the funding available in scientific research could be specifically directed towards promising projects on topics of currently low popularity«).