El grup de bioinformàtica estructural del GRIB està format per deu persones: una matemàtica, tres informàtics i cinc biòlegs, dos dels quals estan, a més, estudiant informàtica. I és que la informàtica és cada vegada més necessària en biomedicina. “Per això a la carrera de biologia de la UPF s’hi va introduïr una assignatura de programació”, emfatitza Baldo Oliva, cap del grup i professor d’aquesta universitat.
El grup utilitza dades experimentals existents per estudiar el modelatge de proteïnes, la predicció de la funció a través de l’estructura, i la topologia de xarxes de proteïnes, és a dir, la forma com s’organitzen i interaccionen les proteïnes dins una xarxa.
Entendre la topologia de les xarxes és útil per esbrinar la funció de noves proteïnes basant-se en la funció d’altres proteïnes amb les que interactuen. “Si trobes una proteïna que interacciona amb cinc d'involucrades en càncer, té més probabilitats d’estar involucrada en càncer que si només interaccionés amb una d’elles”, explica Oliva. “Això és difícil de demostrar si la xarxa té poques interaccions o poques proteïnes implicades en una patologia. Per això estem intentant crear un mètode que sigui independent del nombre de proteïnes de la xarxa”.
Aquesta metodologia, basada en construir una xarxa a partir d'un conjunt de proteïnes implicades en la malaltia d'interès i analitzar-ne la topologia, s'ha utilitzat en un estudi sobre les metàstasis del càncer. En col·laboració amb el grup d'Àngels Sierra, de l'ICO, s'han trobat unes 30 proteïnes que s’expressen diferent al comparar el tumor de mama primari amb una metàstasi d'aquest. Així s'ha generat una llista de 500 a 1000 noves proteïnes que poden estar implicades en varies metàstasis (fetge, pulmó, cervell...). Aquesta llista es compararà amb resultats experimentals obtinguts pel grup de Sierra amb microarrays i podria ajudar a preveure a quin teixit es dirigirà la metàstasis el tumor.
També s'està aplicant la mateixa metodologia en dos projectes nous: el primer versa sobre la predicció de noves dianes en la malaltia d'Alzheimer i la diabetis tipus II i el segon tracta d'elucidar la xarxa de proteïnes implicades en la formació d'aneurismes. A més, el grup està desenvolupant programes informàtics que milloren les prediccions de relacions entre proteïnes. A partir de xarxes d’interaccions entre proteïnes volen predir quines són les regions que formen la unió. Estudien altres relacions que no siguin interaccions, com ara les rutes metabòliques o algunes rutes de senyalització. En el camp de l'estudi estructural de les interaccions entre proteïnes, el grup d’Oliva està desenvolupant funcions matemàtiques - anomenades potencials - per predir la força d’una interacció.
En el futur, Oliva vol ampliar els seus estudis a les interaccions proteïna-ADN. En concret volen veure com la unió de dos factors de transcripció entre ells pot afectar a la unió d’aquests a l’ADN. “Els ordinadors ja són molt potents, però encara calen moltes dades experimentals en aquest camp per poder aplicar totes les eines de predicció i poder veure com son i com es relacionen les proteïnes entre elles i amb altres biomolècules”, conclou Oliva.
Computers allow us to visualize proteins and how they interact with each other
The Structural Bioinformatics group at the GRIB is composed of ten people: a mathematician, three computer experts and five biologists, two of which are currently studying computing. Indeed, computing is becoming more and more indispensable for biomedicine. “That is why we have introduced a Programming subject in the Biology studies at the UPF”, emphasizes Baldo Oliva, head of the group and teacher at this university.
His group takes advantage of the available databases to perform protein-modeling studies, to predict protein function based on the observed structure and to analyze the topology of protein networks, that is, to study how proteins are organized and interact with each other within a network.
Understanding network topology can help finding out the role of newly discovered proteins, based on how they interact with other known partners. “Let’s say that you are studying a protein that interacts with five cancer-related proteins. Your protein of interest is more likely to be involved in cancer than if it interacted only with one cancer-related protein”, explains Oliva. “These kind of studies, however, are difficult to do when the network consists of few interactions or few proteins that have been linked to a certain pathology. For that reason, we are trying to set up a new method which is independent of the size of the protein network”.
This methodology, based on building a network from a subset of proteins involved in the pathology of interest and then study the network topology, has been already used for the study of cancer metastases. In collaboration with the laboratory of Àngels Sierra at the Catalan Institute of Oncology (ICO), the group has found up to 30 proteins that have a different expression profile in mammary primary tumors and in their metastases.
By this approach, 500 to 1000 new proteins have been associated to several metastases (liver, lung, brain...). This list of proteins will be compared to the experimental data collected by microarray analysis at the laboratory of Sierra and could help predicting where the primary tumor might generate a metastasis.
This new methodology is being currently used for two new projects: the first one is related to the prediction of new targets for Alzheimer disease and type II diabetes, whereas the second one tries to elucidate the protein network involved in aneurism formation. Moreover, the group is generating new computing tools to improve protein interaction predictions. Taking several protein interaction networks, they are trying to predict those regions within the proteins responsible for the interaction.
They also study protein relationships other than direct interaction, such as those established in the metabolic pathways or signaling pathways. Within the structural study of interactions, the group is also developing new mathematical functions, called “potentials”, to predict the strength of a certain interaction.
In the near future, Oliva wants to expand their research to protein-DNA interactions. Indeed, they want to study how the binding of two different transcription factors affects their ability to bind DNA. “Computers are very powerful these days, but we lack experimental data in this field in order to apply the available predicting tools to understand how proteins are and how they interact among them and with other biomolecules”, he concludes.
|
Ajuts i beques
Gestió de sessions
Tornar
