Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Predicción computacional y confirmación experimental de proteínas de superficie en mycobacterium tuberculosis H37Rv / Computational prediction and experimental assessment of secreted/surface Proteins from mycobacterium tuberculosis H37Rv

Vizcaíno Sarmiento Pérez, Carolina (2010) Predicción computacional y confirmación experimental de proteínas de superficie en mycobacterium tuberculosis H37Rv / Computational prediction and experimental assessment of secreted/surface Proteins from mycobacterium tuberculosis H37Rv. Maestría thesis, Universidad Nacional de Colombia.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

11MB

Resumen

La predicción computacional de la localización subcelular de proteínas micobacterianas (particularmente proteínas de superficie) es un importante paso en la anotación y búsqueda de proteínas como nuevos blancos para fármacos y vacunas. En este trabajo, se utilizó una aproximación bioinformática específica (herramientas basadas en características), que a partir del proteoma de la cepa H37Rv de Mycobacterium tuberculosis permitió la identificación de proteínas secretadas por diferentes vías. Posteriormente, se realizó una aproximación general (localizadores generales) para la determinación de la localización subcelular de dichas proteínas, determinando finalmente su topología transmembranal. Este mismo análisis bioinformático fue realizado para 100 proteínas previamente corroboradas por proteómica como proteínas de superficie. Un total de 825/3924 proteínas fueron identificadas de manera exclusiva en la aproximación específica utilizada, de las cuales un total de 376 presentaron anclaje transmembranal y fueron clasificadas en la membrana plasmática por cualquiera de localizadores generales utilizados. Los resultados obtenidos por predicción computacional, fueron validados mediante fraccionamiento subcelular y microscopía inmunoelectrónica (IEM) para un conjunto de 14 proteínas seleccionadas, incluyendo cuatro controles positivos derivados de estudios realizados previamente, ocho proteínas candidatas y dos controles negativos. A través de esta metodología, se logró validar 10 proteínas por IEM (seis identificadas también por immunoblotting), presentes en la superficie celular del bacilo. Adicionalmente, el control negativo citoplasmático fue observado en este compartimento. Los resultados obtenidos soportan el uso de metodologías computacionales para la identificación a priori de proteínas de superficie. / Abstract. The computational prediction of protein subcellular localization (particularly of surface proteins) is an important step in the annotation and search for drug and vaccine mycobacterial protein targets. In this study, the proteome of Mycobacterium tuberculosis H37Rv was examined using a specific bioinformatics approach (feature-based tools) to identify proteins that are potentially secreted via different secretory pathways and a general bioinformatics approach to predict the subcellular localization and transmembrane topology of such proteins. This same bioinformatics strategy was applied to 100 proteins whose surface localization has been confirmed by proteomics studies. The specific approach identified a total of 825 out of 3924 proteins as being surface proteins and the general localizers predicted that 376 of these proteins contained a transmembrane anchor site and were translocated to the mycobacterial cell membrane. Our computational predictions were experimentally validated by subcellular fractioning and immunoelectron microscopy (IEM) for a set of 14 preselected proteins that included 4 positive controls previously identified, 8 predicted surface/secreted proteins and 2 negative controls. IEM analyses indicated that 10 of our preselected proteins were secreted to the mycobacterial cell surface. The results support the use of computational methodologies as a high-throughput screening strategy to identify cell surface and secreted proteins on mycobacteria.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Patarroyo, Manuel Alfonso and Niño V., Luis Fernando
Información adicional:Magíster en Microbiología.
Palabras clave:Proteínas de superficie; Secreción; Herramientas basadas en características; Localizadores generales and bioinformática / Surface proteins; Secretion; Feature-based tolos; General localizations tools and bioinformatics
Temática:5 Ciencias naturales y matemáticas / Science > 57 Ciencias de la vida; Biología / Life sciences; biology
Unidad administrativa:Sede Bogotá > Facultad de Ciencias > Posgrado Interfacultades en Microbiología
Código ID:8697
Enviado por : Universidad Nacional de Colombia Biblioteca Digital - Sede Bogotá
Enviado el día :02 Enero 2013 20:21
Ultima modificación:18 Mar 2014 18:05
Ultima modificación:18 Mar 2014 18:05
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox