Tradicionalmente, la bioinformática se ha centrado en el estudio de las proteínas y los genes de forma aislada. Las técnicas bioinformáticas y de análisis de las secuencias y estructura de las macromoléculas permiten hacer estudios comparativos entre moléculas homólogas de los diferentes linajes, remontándose a la existencia de ancestros comunes y deduciendo los mecanismos de aparición de las nuevas variantes genéticas. Sin embargo, desde hace algunos años, el panorama se ha ampliado: nuevas técnicas experimentales nos permiten conocer las redes de interacción entre proteínas de una célula, o cómo se expresan en determinada situación miles de genes. Por ejemplo, los péptidos antimicrobianos presentan un amplio espectro de interacciones con las membranas biológicas de los microorganismos con el fin de lisar las células. En general, estos péptidos comprenden secuencias aminoacídicas cortas, de entre 12 y 100 unidades, y usualmente catiónicos, con una carga positiva neta (entre +2 y +9), anfipáticos y se encuentran ampliamente distribuidos en la naturaleza. Las bases de datos de péptidos antimicrobianos y las herramientas bioinformáticas para la predicción in silico de sus propiedades facilita a los usuarios buscar o estudiar familias peptídicas concretas; por ejemplo, bacteriocinas, ciclótidos y defensinas; así como también encontrar el origen del péptido: peces, batracios y aves, péptidos modificados post- traduccionalmente (amidación, oxidación, lipidación, glicosilación de D-amino ácidos, etc.), además de identificar los blancos de unión de los péptidos: membranas, proteínas, ADN/ARN, lipopolisacáridos o azúcares. Recientemente, se han desarrollado varios métodos computacionales para predecir propiedades farmacológicamente importantes de péptidos como la toxicidad, el índice de recambio, el carácter antiangiogénico, antimicrobiano, su inmunogenicidad, etc. Estas herramientas de predicción in silico no sólo ayudan en el diseño de análogos de péptidos con propiedades fisicoquímicas mejoradas, sino que también ayudan a seleccionar bibliotecas de péptidos para la propiedad terapéutica deseada. Estos péptidos pueden ser útiles en el reposicionamiento de fármacos peptídicos, que ya han pasado la toxicidad y otras pruebas de seguridad y reducen los costos significativos incurridos por las compañías farmacéuticas durante los ensayos clínicos. El cribado in silico de péptidos terapéuticos (por ejemplo, péptidos antimicrobianos, penetrantes de células) seguido de su validación experimental es el método más eficaz para descubrir nuevos péptidos terapéuticos.

Este trabajo se financió gracias al proyecto SAF2013- 48399-R del MINECO. Cristina Garrido está contratada en el IPNA gracias a una ayuda del Fondo de Garantía Juvenil, del Fondo Social Europeo (FSE).

Trabajo presentado en la XXI Semana Científica “Antonio González”, celebrada en San Cristóbal de La Laguna, Tenerife (España) del 24 al 27 de octubre de 2017.

Peer Reviewed