Genómica y diseño de sistemas biológicos (ADN)

El objetivo general es entender como las proteínas que unen ADN han sido optimizadas durante la evolución para interactuar con sus sitios de unión naturales. La interacción proteína-ADN es central a la regulación de la actividad celular incluyendo expresión, replicación y estructura genómica.  Se conoce poco sobre las restricciones biofísicas y evolutivas que afectan a las proteínas que unen ADN. Nos proponemos abordar ambos aspectos independientemente y luego combinarlos para obtener una visión completa de la interacción proteína-ADN y su evolución.

La hipótesis de trabajo es que proteína y ADN co-evolucionan y que sus características, en cuanto a afinidad y discriminación, dependen de la función proteica. Cada proteína unidora de ADN debe encontrar su o sus sitios de unión en un enorme exceso de sitos no específicos. Para lograrlo, debe tener una determinada afinidad de unión y, más importante, poder discriminatorio.

Mediante la comparación de proteínas ortólogas (principalmente de organismos extremófilos), pretendemos reconocer la influencia de propiedades de entorno (como temperatura, pH o fuerza iónica -en halófilos) en la composición de residuos en la interfaz.

Las preguntas que abordaremos intentan dilucidar cuáles son los determinantes que median el proceso de reconocimiento molecular entre estos dos tipos de moléculas y como los ambientes extremos ejercen una presión selectiva que favorece ciertas respuestas estructurales.

Específicamente, nos motivan las siguientes preguntas:

• ¿Se ha optimizado la interacción proteína-ADN durante la evolución?
• ¿Se maximiza especificidad o afinidad ? ¿O existe un balance entre estas propiedades?
• ¿Depende de la función  proteica que propiedad se maximiza?
• ¿Depende de la topología  proteica que propiedad se maximiza?
• ¿Varía esta optimización entre proteínas con muchos sitios de unión o solo uno ?
• ¿Qué proporción de la interacción está dada por “lectura directa” y por “lectura indirecta” (tanto en el DNA como en la proteína)?
• ¿La ocurrencia al azar de los sitios de unión fuera de los sitios funcionales, es de-seleccionada en el resto del genoma?

Para poder responder estas preguntas se requiere de la utilización de información estructural de los complejos proteína-ADN e información de secuencia para realizar un análisis de coevolucion entre proteínas ortólogas y sus respectivos sitios de unión.

Nuestra propuesta es que esta información sea obtenida mediante un ciclo que involucra la utilización de información experimental de manera retrospectiva, mediante la aplicación de herramientas bioinformáticas para realizar predicciones in silico y la validación de las predicciones realizadas mediante la generación de información experimental de manera prospectiva.

Desde la finalización del proyecto genoma humano y potenciado por la NGS (del inglés Next Generation Sequencing), tenemos a disposición una enorme cantidad de información de secuencias de genes humanos e infinidad de variantes, muchas de las cuales podrían estar asociadas a patologías. Sin embargo, determinar la causalidad representa un enorme desafío para el que solo recientemente están disponibles los datos y herramientas adecuados.
Un grupo significativo de estas variantes alteran la estructura, actividad, dinámica, estabilidad y/o interacción específica de proteínas, y su estudio puede ayudar a comprender y predecir estos efectos que, a su vez, podrían llevar a un diagnóstico y tratamiento personalizado y de precisión. Es sumamente importante, en este contexto, contar con herramientas que permitan predecir el efecto de variantes génicas de significado incierto con la mayor precisión y confiabilidad posible, y que estén al alcance de los profesionales de la salud.

El objetivo general de esta línea de trabajo es comprender, utilizando una combinación de métodos in silico e in vitro, los mecanismos moleculares que alteran la función normal de un grupo de proteínas, dando lugar al desarrollo de patologías humanas, para desarrollar una estrategia predictiva del potencial efecto patogénico de variantes nuevas.
Luego, fomentar el uso y acopio de esta información en la comunidad biomédica local.

La hipótesis es que partiendo de una comprensión profunda de la relación secuencia-estructura-función en los genes estudiados, es posible desarrollar un algoritmo predictivo de la patogenicidad potencial de un conjunto de variantes no caracterizadas, que luego serán validadas mediante ensayos funcionales.
Para poner a prueba la hipótesis planteada, utilizaremos como metodología de trabajo el modelado estructural y la predicción de la estabilidad (sobre variantes génicas con datos curados y confiables), complementada con la validación experimental, y combinadas con la comprensión de la patología asociada y sus fenotipos.

El acceso a agua apta para el consumo humano, animal o agroindustrial es un problema de creciente relevancia a nivel global producto del deterioro causado por el aumento poblacional, la urbanización e industrialización. El monitoreo frecuente y la rápida gestión de los recursos hídricos son cruciales para garantizar la provisión de agua segura. Las metodologías analíticas clásicas conllevan elevados costos en instrumental, transporte y procesamiento de las muestras, por lo que existe la necesidad de desarrollar y validar métodos alternativos que sean económicos, sencillos, portables y rápidos. Los biosensores acoplados a dispositivos analíticos microfluídicos basados en papel (μPAD por sus siglas en inglés) han ganado relevancia en la última década por cumplir con estos requerimientos y permitir la detección de un gran número de compuestos.

Esta línea del laboratorio se propone construir una plataforma de biosensores en μPADs whole-cell o cell-free que produzcan un cambio de color frente a contaminantes del agua, ya sean de origen mineral, orgánico o biológico.  De esta manera, esperamos generar herramientas para la biodetección y/o biosensado de contaminantes en agua, que permitan identificar de forma rápida, sensible y económica la presencia en cuerpos de agua de diferentes contaminantes de origen biológico, antrópico o geológico.

Hemos dearrollado un prototipo de biosensor de arsénico (Proyecto SensAr, sensar.com.ar) y nos encontramos desarrollando uno para la detección de microcistinas).