El arte del modelamiento molecular de proteínas y su reconocimiento con el premio nobel de Química 2024
El arte del modelamiento molecular de proteínas y su reconocimiento con el premio nobel de Química 2024
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Cuando la mirada se centra en entender los constructos que genera la vida −y se pueden apreciar como este grupo de constructos que se conocen como moléculas que tienen una funcionalidad específica− es cuando se contempla la idea de analizar los diversos modelos y relacionarlos con el entendimiento de la vida desde un enfoque bioquímico a partir de los diversos mecanismos moleculares. Los átomos cumplen un patrón que permite relacionar diversas proporciones de combinación, las cuales se dan a partir del enlace químico que es un puente entre las diversas uniones atómicas. Esto sucede en términos de moléculas sencillas, pero en el nivel celular se pueden analizar respuestas que se relacionan con el funcionamiento de los seres vivos, allí donde incluso los fármacos pueden interactuar con esos sitios, encajando y generando una respuesta, la cual puede ser explicada como moléculas que son fichas de rompecabezas que encajan estrictamente en los receptores que se tienen en las células para el normal funcionamiento.
Visitas del artículo 36 | Visitas PDF 25
Descargas
- Guex, N. and Peitsch, M. C. (1997). Swiss-Model and the Swiss-PdbViewer: An environment for comparative protein modeling. Electrophoresis, 18(15), pp. 2714-2723. Doi: 10.1002/elps.1150181505.
- Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronnenberger, O., Bates, R., Zidek, A., Potapenko, A., Bridgland, A., Meyer, C., Cowie, A., Ballard, A., Romera.Paredes, B., Nikolov, S et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), pp. 583-589. Doi: 10.1038/s41586-021-03819-2.
- Kelley, L., Mezulis, S., Yates, C., Wass, M. and Sternberg, M. (2015). The Phyre2 web portal for protein modeling, prediction and analysis. Nat. Protoc., 10(6), pp. 845-58. Doi: 10.1038/nprot.2015.053.
- Pettersen, E., Goddard, T., Huang, C., Couch, G., Greenblatt, D, Meng, E. and Ferrin, T. (2004). UCSF Chimera: A visualization system for exploratory research and analysis,” J. Comput. Chem., 25(13), pp. 16051-612. Doi: 10.1002/jcc.20084.
- Soto-Ospina, A., Araque Marín, P., Bedoya, G. and Villegas Lanau, A. (2021). Structural Predictive Model of Presenilin-2 Protein and Analysis of Structural Effects of Familial Alzheimer’s Disease Mutations. Biochem. Res. Int., 2021. Doi: 10.1155/2021/9542038.
- Soto-Ospina, A., Araque Marín, P. Bedoya, G., Sepulveda-Falla, D. and Villegas Lanau, A. (2021). Protein Predictive Modeling and Simulation of Mutations of Presenilin-1 Familial Alzheimer’s Disease on the Orthosteric Site. Front. Mol. Biosci., 8(June), pp. 1-15. Doi: 10.3389/fmolb.2021.649990
- The Royal Swedish Academy of Sciences. (2024). The Nobel Prize in Chemistry 2024: They cracked the code for proteins’ amazing structures. https://www.kva.se/en/news/the-nobel-prize-in-chemistry-2024/.
- Varadi, M., Anyango, S., Deshpande, M., Nair, S., Natassia, C., Yordanova, G., Yuan, D., Stroe, O., Wood, G., Laydon, A., Zidek, A., Green, T., Petersen, S., Jumper, J., Lufti, M., Clancy, E., Green, R., Vora, A., hobbs, N. et al., (2022). AlphaFold Protein Structure Database: Massively expanding the structural coverage of protein-sequence space with high-accuracy models. Nucleic Acids Res., 50(D1), pp. D439-D444. Doi: 10.1093/nar/gkab1061.
- Yang, I. and Zhang, Y. (2015). I-TASSER server: new development for protein structure and function predictions. Nucleic Acids Res., 43(W1), pp. W174-W181. Doi: 10.1093/nar/gkv342.
