Este documento presenta un conjunto de ejercicios prácticos centrados en la bioinformática estructural y en el uso de herramientas computacionales como Biopython para analizar y manipular datos biológicos, específicamente relacionados con estructuras de proteínas y secuencias.
En primer lugar, el archivo en formato PDB se descarga utilizando la función personalizada download_pdb, la cual obtiene el archivo a partir del identificador único de la proteína proporcionado por la base de datos PDB (Protein Data Bank). El código de la función se presenta a continuación:
def download_pdb(pdb_id, route=None):
pdb_id = pdb_id.lower()
url = f"https://files.rcsb.org/download/{pdb_id.upper()}.pdb"
respuesta = requests.get(url)
if respuesta.status_code == 200:
if route is None:
route = f"{pdb_id.upper()}.pdb"
else:
if not route.endswith(".pdb"):
route += ".pdb"
with open(route, 'w') as archivo:
archivo.write(respuesta.text)
print(f"Archivo PDB '{pdb_id.upper()}.pdb' descargado exitosamente en '{route}'.")
return route
else:
raise Exception(f"No se pudo descargar el PDB. Código de estado HTTP: {respuesta.status_code}")La función utiliza el módulo requests para enviar una solicitud HTTP al servidor de PDB, valida la respuesta del servidor y, en caso de éxito, guarda el archivo en el directorio especificado por el usuario o en una ubicación predeterminada.
Posteriormente, se emplean dos herramientas para la visualización interactiva de estructuras tridimensionales de proteínas: la librería nglview y la librería py3Dmol. Estas herramientas permiten explorar las estructuras en detalle y generar representaciones gráficas. En la Figura 1 se muestra la estructura tridimensional de la hemoglobina humana, generada a partir del archivo descargado y visualizada con py3Dmol.
Figura 1. Representación tridimensional de la estructura de la hemoglobina humana.
Finalmente, el archivo descargado se carga en Biopython para su análisis estructural. Esto se logra creando un objeto de tipo estructura mediante el módulo PDBParser de Biopython, como se ilustra en el siguiente código:
parser = PDBParser(QUIET=True)
pdb_code = "1A3N"
structure = parser.get_structure(pdb_code, f"./files/{pdb_code}.pdb")El objeto structure contiene toda la información sobre la organización atómica y molecular de la proteína, permitiendo realizar análisis y cálculos adicionales, como los descritos posteriormente.
(a) Calcula la distancia entre los átomos O del primer y último residuo de la cadena A de la hemoglobina
Para calcular la distancia entre los átomos de oxígeno (O) correspondientes al primer y último residuo de la cadena A, se siguen los pasos descritos a continuación:
- Obtención de los residuos. Se extraen el primer y último residuo de la cadena A utilizando el modelo de la estructura cargada:
model = next(structure.get_models()) # Obtiene el primer modelo
chain_A = model['A'] # Selecciona la cadena A
residues = list(chain_A.get_residues()) # Lista de residuos en la cadena
first_residue = residues[0] # Primer residuo
last_residue = residues[-1] # Último residuo- Obtención de los átomos de interés. Se emplea la función
get_atompara extraer los átomos de oxígeno (O) de los residuos seleccionados:
def get_atom(residue, atom_id):
try:
return residue[atom_id] # Recupera el átomo especificado
except KeyError:
print(f"El residuo {residue.get_resname()} {residue.id[1]} no tiene un átomo '{atom_id}'.")
return None- Cálculo de la distancia. Una vez obtenidos los átomos, se calcula la distancia entre ellos en angstroms. Para ello, se define la función
calculate_distance, que utiliza la operación de resta disponible para los objetos de tipo átomo en Biopython:
def calculate_distance(atom1, atom2):
distance = atom1 - atom2 # Calcula la distancia en línea recta
return distance- Visualización de la distancia calculada. La distancia se representa visualmente mediante una imagen tridimensional, donde se destacan los átomos de interés. La Figura 2 ilustra esta distancia en línea recta entre los átomos O del primer y último residuo:
Figura 2. Distancia entre los átomos O del primer y último residuo de la cadena A.
El ángulo diedro es un ángulo de torsión que describe la disposición espacial de cuatro átomos conectados de forma secuencial. Este tipo de ángulo está estrechamente relacionado con las conformaciones locales y las estructuras secundarias de las proteínas, como las hélices alfa y las hojas beta.
- Obtención de los átomos. Se extraen los átomos especificados (N, CA, C y O) del primer residuo de la cadena A utilizando la función
get_atom:
atom_N = get_atom(first_residue, 'N')
atom_CA = get_atom(first_residue, 'CA')
atom_C = get_atom(first_residue, 'C')
atom_O = get_atom(first_residue, 'O')- Extracción de las coordenadas. Se obtienen los vectores posicionales de cada uno de los átomos seleccionados:
coord_N = atom_N.get_vector()
coord_CA = atom_CA.get_vector()
coord_C = atom_C.get_vector()
coord_O = atom_O.get_vector()- Cálculo del ángulo diedro. Se utiliza la función
calc_dihedralde Biopython, que calcula el ángulo de torsión basado en las posiciones de los cuatro átomos. El resultado, inicialmente en radianes, se convierte a grados mediante la funciónnp.degrees:
angle = calc_dihedral(coord_N, coord_CA, coord_C, coord_O)
angle_degrees = np.degrees(angle)
Figura 3. Ángulo diedro de los cuatro átomos.
En este caso, el ángulo diedro calculado es de -25.67º. Este valor negativo indica que el ángulo de torsión está en el sentido contrario a las agujas del reloj cuando se observa desde el vector definido por los átomos N y CA hacia el vector definido por los átomos C y O. Un ángulo diedro de -25.67º sugiere una ligera torsión que podría estar asociada con la formación de estructuras secundarias específicas, aunque no es un valor característico de una hélice alfa ni una hoja beta, que suelen tener ángulos más definidos. Este resultado destaca la flexibilidad conformacional del residuo inicial en la cadena A de la hemoglobina, un aspecto importante para su función biológica y estabilidad estructural.
El centro de masas (center of mass) de una estructura molecular se calcula como el promedio ponderado de las coordenadas de todos los átomos en la estructura, donde el peso de cada átomo es su masa. La fórmula es la siguiente:
Donde:
-
$m_i$ es la masa del átomo$i$ (generalmente el peso atómico de su elemento). -
$r_i$ es el vector de coordenadas (x, y, z) del átomo$i$ . - La suma se realiza sobre todos los átomos de la estructura.
Información de las masas atómicas: Disponible aquí
- Identificación de los elementos presentes en la estructura. Se recorren todos los átomos de la estructura para identificar los elementos únicos presentes. Esto permite asociar las masas atómicas adecuadas a cada elemento:
unique_elements = set()
for atom in structure.get_atoms():
element = atom.element.strip().upper()
unique_elements.add(element)En el caso de la hemoglobina, los elementos identificados son: 'FE'(Hierro), 'O'(Oxígeno), 'S'(Sulfuro), 'N'(Nitrógeno) y 'C'(Carbono).
-
Cálculo de las coordenadas ponderadas por la masa. Para cada átomo, se extraen sus coordenadas (
$x, y, z$ )) y se ponderan por su masa atómica. Al mismo tiempo, se acumula la masa total de todos los átomos:
atomic_mass = 0.0
sum_x = 0.0
sum_y = 0.0
sum_z = 0.0
for atom in structure.get_atoms():
element = atom.element.strip().upper()
masa = get_mass(element) # Función que retorna la masa atómica
x, y, z = atom.get_coord()
atomic_mass += masa
sum_x += masa * x
sum_y += masa * y
sum_z += masa * z-
Obtención del centro de masas. Dividiendo las coordenadas ponderadas (
$\sum m_i \cdot x, \sum m_i \cdot y, \sum m_i \cdot z$ ) por la masa total ($\sum m_i$ ), se obtiene el centro de masas como un vector tridimensional:
centro_masas = np.array([sum_x, sum_y, sum_z]) / atomic_mass-
Visualización del resultado. El centro de masas calculado (
$14.45, 2.01, 13.18$ ) se representa gráficamente para resaltar su posición en la estructura de la hemoglobina. En la Figura 4, se observa el centro de masas como un punto destacado en la estructura tridimensional:
Figura 4. Centro de masas de la hemoglobina representado como un punto destacado.
En el caso de la hemoglobina, se encuentra cerca del núcleo de la estructura, lo cual es consistente con su configuración compacta y su función biológica de transporte de oxígeno en el organismo. Este análisis puede ser extendido a otras proteínas para evaluar la distribución de masa y su relación con propiedades estructurales y funcionales.
En primer lugar, al igual que en el ejercicio 1, el archivo en formato PDB se descarga utilizando la función personalizada download_pdb, la cual obtiene el archivo a partir del identificador único de la proteína proporcionado por la base de datos PDB (Protein Data Bank).
Posteriormente, se emplean dos herramientas para la visualización interactiva de estructuras tridimensionales de proteínas: la librería nglview y la librería py3Dmol.
Figura 5. Representación tridimensional de la estructura de la lisozima.
Finalmente, el archivo descargado se carga en Biopython para su análisis estructural. Esto se logra creando un objeto de tipo estructura mediante el módulo PDBParser. El objeto structure contiene toda la información sobre la organización atómica y molecular de la proteína, permitiendo realizar análisis y cálculos adicionales, como los descritos posteriormente.
Este apartado tiene como objetivo determinar el número total de átomos presentes en la estructura de la lisozima y especificar el nombre del primer y último átomo en la lista de átomos de la estructura.
- Obtención de la lista de átomos. Se genera una lista que contiene todos los átomos de la estructura utilizando el método
get_atoms:
atoms = list(structure.get_atoms())- Cálculo del número total de átomos. La longitud de la lista de átomos se determina mediante la función
len, lo que proporciona el número total de átomos en la estructura:
num_atoms = len(atoms)En este caso, la proteína de la lisozima contiene
- Obtención de los nombres del primer y último átomo. Se acceden al primer y último átomo en la lista mediante índices y se extraen sus nombres utilizando el método
get_name:
first_atom = atoms[0].get_name()
last_atom = atoms[-1].get_name()En este caso:
- El primer átomo es un átomo de nitrógeno (
N). - El último átomo es un átomo de oxígeno (
O).
- Visualización de los resultados. La Figura 6 muestra la estructura tridimensional de la lisozima, donde se destacan claramente el primer y el último átomo:
Figura 6. Primer y último átomo de la lisozima.
El análisis realizado confirma que la estructura de la lisozima contiene un total de 1,102 átomos. El primer átomo identificado es un átomo de nitrógeno (N), y el último átomo es un átomo de oxígeno (O).
El cálculo del ángulo entre tres átomos se basa en la geometría molecular y utiliza las posiciones de los átomos en el espacio tridimensional. El ángulo se obtiene a partir de los vectores de posición de los tres átomos, calculando el ángulo entre ellos utilizando funciones específicas de Biopython.
-
Obtención de los vectores de los tres primeros átomos. Se seleccionan los tres primeros átomos de la lista y se extraen sus vectores de posición tridimensionales (
$x, y, z$ ):
atom1, atom2, atom3 = atoms[0], atoms[1], atoms[2]
vector1 = atom1.get_vector()
vector2 = atom2.get_vector()
vector3 = atom3.get_vector()- Cálculo del ángulo en radianes. Se utiliza la función
calc_anglede Biopython, que calcula el ángulo formado por tres vectores en radianes:
angle = calc_angle(vector1, vector2, vector3)- Conversión del ángulo a grados. El ángulo calculado en radianes se convierte a grados utilizando la función
math.degrees:
angle_deg = math.degrees(angle)En este caso, el ángulo calculado es 118.36 grados.
- Visualización del ángulo. La Figura 7 ilustra gráficamente la disposición de los tres primeros átomos y el ángulo calculado entre ellos:
Figura 7. Representación del ángulo entre los tres primeros átomos de la lisozima.
Este apartado tiene como objetivo identificar el átomo que se encuentra en la posición central de la lista de átomos, así como su cadena y residuo correspondiente. Este análisis se basa en las estructuras de datos y clases proporcionadas por Biopython.
- Obtención del índice y del átomo central. El índice del átomo central se calcula dividiendo el número total de átomos (
num_atoms) entre dos, utilizando la división entera para garantizar un índice válido. A partir de este índice, se obtiene el átomo central:
middle_index = num_atoms // 2
middle_atom = atoms[middle_index]- Obtención de la cadena y el residuo del átomo Mediante la jerarquía de clases de Biopython, se obtienen los elementos relacionados con el átomo:
- Residuo: Se obtiene utilizando el método
get_parentaplicado al átomo. - Cadena: Se obtiene aplicando
get_parental residuo. - Información del residuo: A partir del objeto residuo, se extraen el nombre del residuo (
get_resname) y su número (get_id}[1]). - ID de la cadena: Se obtiene con el método
get_iddel objeto cadena.
residue = middle_atom.get_parent()
chain = residue.get_parent()
chain_id = chain.get_id()
residue_id = residue.get_id()
residue_name = residue.get_resname()
residue_number = residue_id[1]- Resultados
En este caso, el átomo central se encuentra en la posición 551 de la lista de átomos. Este átomo es un nitrógeno (N) que pertenece:
- A la cadena
A(única en la estructura). - Al residuo
PRO(prolina) con número 70.
- Visualización del átomo central. La Figura 8 muestra gráficamente la ubicación del átomo central y su residuo correspondiente dentro de la estructura tridimensional:
Figura 8. Representación del átomo central y su residuo.
El átomo central identificado es un nitrógeno (N) del residuo prolina (PRO) en la cadena A de la proteína. La prolina es un aminoácido que desempeña un papel especial en las estructuras proteicas debido a su geometría rígida, que puede influir en la flexibilidad y estabilidad de la proteína.
En este ejercicio, se exploran las características estructurales, funcionales y evolutivas de dos proteínas clave implicadas en la regulación del sueño y otros procesos biológicos esenciales: Orexina-A/Hipocretina-1 (1WSO) y Orexina-B/Hipocretina-2 (1CQ0). A través del análisis tridimensional, búsquedas de homólogos y la construcción de árboles filogenéticos, se busca entender las similitudes y diferencias entre estas proteínas, sus relaciones evolutivas y su papel en organismos como el ser humano.
La Orexina-A y la Orexina-B son neuropéptidos producidos en el hipotálamo que desempeñan un papel crítico en la regulación del ciclo sueño-vigilia, el apetito y la homeostasis energética. Aunque comparten un precursor común, presentan diferencias notables en su estructura y funcionalidad. Este análisis aborda tanto las similitudes que permiten su funcionalidad compartida como las diferencias que explican sus afinidades específicas por distintos receptores.
Las proteínas 1WSO y 1CQ0 se cargaron utilizando la librería Bio.PDB y se visualizaron mediante herramientas como nglview y py3Dmol. Estas visualizaciones revelaron detalles importantes:
- Estructura de 1WSO (Orexina-A):
- La proteína muestra una hélice alfa prominente, con una organización compacta y una estructura secundaria bien definida. Esta hélice alfa es crucial para su interacción con los receptores OX1R y OX2R.
Figura 9. Representación de la Orexina-A (1WSO)
- Se identificaron residuos no estándar, como PCA y NH₂. Estos residuos, aunque pequeños, desempeñan un papel importante en la estabilización de la estructura o en su funcionalidad experimental.
Figura 10. Representación de la Orexina-A (1WSO)
- Estructura de 1CQ0 (Orexina-B):
- A diferencia de 1WSO, esta proteína es más compacta y tiene menos flexibilidad en sus extremos terminales, lo que refuerza su interacción específica con el receptor OX2R.
Figura 11. Representación de la Orexina-A (1WSO)
- La estructura presenta una única hélice alfa continua, que también es fundamental para sus funciones biológicas.
El alineamiento entre las estructuras de Orexina-A y Orexina-B genera tres componentes principales: la matriz de rotación, el vector de traslación, y el valor de RMSD. Aquí explicamos cada uno en detalle usando notación matemática.
La matriz de rotación
Esto indica una rotación mínima. Los valores cercanos a 1 en la diagonal principal muestran que no hay un cambio significativo en la orientación de los ejes
En términos generales, si un punto
El vector de traslación
Este vector indica un desplazamiento mínimo necesario para alinear las estructuras en el espacio tridimensional. El desplazamiento en los tres ejes (
La nueva posición de un punto después de aplicar rotación y traslación será:
El valor de RMSD (
La RMSD se calcula usando:
Donde:
-
$N$ es el número de átomos considerados para el alineamiento (átomos alfa-carbono$CA$ ). -
$P_{1i}$ y$P_{2i}$ son las posiciones de los átomos correspondientes en las dos estructuras después de la alineación. -
$\left| P_{1i} - P_{2i} \right|$ es la distancia euclidiana entre el$i$ -ésimo átomo de las dos estructuras.
El RMSD de 7.47 Å indica una desviación significativa entre las posiciones de los átomos en las dos estructuras. Esto refleja diferencias estructurales en las regiones flexibles o específicas, como las terminaciones o las secuencias que no son estructuralmente conservadas.
Podemos ahora visualizar las proteínas, una vez aplicadas las transformaciones y rotaciones necesarias para el alineamiento. El resultado es el mostrado en las siguientes gráficas:
- RMSD (Root Mean Square Deviation):
Este valor refleja diferencias estructurales significativas, particularmente en las regiones terminales y flexibles de las proteínas.
La visualización de las proteínas alineadas mostró una conservación en las hélices alfa principales y diferencias en las regiones periféricas, destacando tanto similitudes funcionales como adaptaciones estructurales específicas.
Figura 12. Alineación estructural de las proteínas 1WSO y 1CQ0.
Figura 13. Alineación estructural de las proteínas 1WSO y 1CQ0.
Una vez realizado el alineamiento, podemos concluir que las estructuras de Orexina-A y Orexina-B comparten un núcleo estructural conservado, como se evidencia en la superposición de las hélices alfa principales. Esto confirma su similitud en las regiones funcionales críticas para la interacción con los receptores de orexina. Sin embargo, el valor de RMSD (7.47 Å) indica diferencias significativas en algunas regiones, particularmente en las partes más flexibles o terminales, que no se alinean perfectamente.
El vector de traslación y la matriz de rotación reflejan que solo se requirieron ajustes mínimos para superponer las estructuras, lo que reafirma que ambas proteínas tienen una base estructural similar. Las discrepancias observadas son consistentes con sus diferencias en la secuencia de aminoácidos y longitud, lo cual podría explicar sus afinidades y roles funcionales diferenciados hacia los receptores OX1R y OX2R. En conclusión, el alineamiento destaca las similitudes fundamentales necesarias para su función compartida como neuropéptidos reguladores, pero también resalta las adaptaciones estructurales específicas que permiten a cada proteína cumplir con sus roles fisiológicos únicos.
La identificación de secuencias homólogas para la Orexina-A (1WSO) se realizó utilizando la herramienta BLASTP. Este enfoque permite encontrar proteínas con similitudes significativas en la base de datos no redundante (NR) y analizar sus relaciones evolutivas. A continuación, se detalla el procedimiento llevado a cabo:
-
Carga de Secuencias Las secuencias de las proteínas se obtuvieron desde archivos en formato FASTA. Estas se cargaron mediante herramientas especializadas para garantizar una correcta estructuración de los datos.
loader = DataLoaderFactory.get_loader("fasta") sequence_1wso = loader.load(data_path + "/rcsb_pdb_1WSO.fasta") print("Secuencia 1WSO:", sequence_1wso)
-
Realización de Búsqueda BLAST Se ejecutó la función
search_online_sequencespara buscar homólogos en la base de datos NR. Esta función automatiza el proceso de búsqueda y extracción de información clave, como el organismo de origen, la longitud del alineamiento, el valor E y la puntuación (score).def search_online_sequences(sequence): result = NCBIWWW.qblast("blastp", "nr", sequence) blast_records = NCBIXML.read(result) data = [] if not blast_records.alignments: print("No se encontraron resultados.") return pd.DataFrame() for alignment in blast_records.alignments: organism = alignment.title sequence_data = alignment.hsps[0].align_length e_value = alignment.hsps[0].expect score = alignment.hsps[0].score data.append({ "Organismo": organism, "Secuencia": sequence_data, "E-value": e_value, "Score": score }) return pd.DataFrame(data) df_homolog_1wso = search_online_sequences(sequence_1wso)
-
Análisis y Filtrado de Resultados Los resultados se ordenaron según el valor E, priorizando las alineaciones más significativas. Además, se filtraron los resultados para identificar los homólogos más cercanos en términos evolutivos, centrándonos especialmente en aquellos relacionados con Homo sapiens.
df_homolog_1wso = df_homolog_1wso.sort_values(by="E-value", ascending=True) filtered_homologs_1wso = df_homolog_1wso[df_homolog_1wso["Organismo"].str.contains("Homo sapiens", na=False)]
Como resultado, se identificó que la cadena A de la proteína 1R02 (Orexina-A humana) es el homólogo más similar a la 1WSO. Esto es esperable, ya que ambas pertenecen al mismo organismo (Homo sapiens).
-
Obtención de Estructuras PDB Se descargaron las estructuras de 1WSO y 1R02 para realizar un análisis más detallado. Este paso incluyó un alineamiento atómico de ambas proteínas, utilizando la librería Biopython, para comparar sus estructuras tridimensionales.
parser = PDB.PDBParser() structure_1wso = parser.get_structure("1WSO", data_path + "/1wso.pdb") structure_1r02 = parser.get_structure("1R02", data_path + "/1r02.pdb") atomic_aligner = Superimposer() atomic_aligner.align(structure_1wso, structure_1r02, chain1_id="A", chain2_id="A")
-
Visualización y Comparación de Estructuras Se visualizaron las estructuras alineadas para evaluar su conservación estructural. Este análisis reveló una notable superposición en las regiones centrales de ambas proteínas, especialmente en las hélices alfa principales.
Figura 14. Alineación estructural de 1WSO (Azul) y 1R02 (Rojo).
Se utilizó un procedimiento similar al descrito para la Orexina-A, centrado en identificar los homólogos de la Orexina-B (1CQ0). Entre los resultados destacados, se identificó que la cadena L de la proteína 7L1U es un homólogo significativo.
Figura 15. Comparación de 1CQ0 (Azul) y 7L1U_L (Rojo).
La conservación estructural en regiones críticas sugiere funciones biológicas compartidas, mientras que las diferencias reflejan posibles adaptaciones funcionales específicas.
Primero, generamos los ficheros en formato FASTA necesarios, accediendo para ello a NCBI y seleccionando todas las proteínas relevantes. Estas se exportaron en formato FASTA para ser utilizadas en la construcción de los árboles filogenéticos.
Con los ficheros FASTA listos, se utilizó CLUSTAL Omega, una herramienta de alineamiento múltiple de secuencias que permite comparar y alinear secuencias de proteínas o ADN. Este alineamiento es crucial para identificar regiones conservadas y generar la base del análisis filogenético.
fasta_file = "sequences/combined_orexin_a.fasta"
aligned_file = "sequences/combined_orexin_a_aligned.fasta"
clustalomega_cline = ClustalOmegaCommandline(
infile=fasta_file,
outfile=aligned_file,
verbose=True,
auto=True,
force=True
)
clustalomega_cline()Se construyó un árbol filogenético utilizando el método Neighbor Joining (NJ). Este método, basado en la distancia entre secuencias, genera un árbol jerárquico que refleja la relación evolutiva entre las secuencias.
alignment = AlignIO.read(aligned_file, "fasta")
calculator = DistanceCalculator("identity")
distance_matrix = calculator.get_distance(alignment)
constructor = DistanceTreeConstructor(calculator, method="nj")
tree = constructor.build_tree(alignment)
Figura 16. Árbol filogenético para Orexina-A utilizando el método Neighbor Joining.
El análisis del árbol permitió identificar las relaciones evolutivas más cercanas entre las proteínas:
- La proteína más cercana a 1WSO fue la Orexina A y B precursora de la especie Ovis aries.
- Este resultado sugiere que las estructuras y funciones de estas proteínas están altamente conservadas en mamíferos.
Se generó un nuevo árbol utilizando el método UPGMA (Unweighted Pair Group Method with Arithmetic Mean). Este método, también basado en la distancia, agrupa secuencias de manera jerárquica considerando la media aritmética de las distancias.
constructor = DistanceTreeConstructor(calculator, method="upgma")
tree = constructor.build_tree(alignment)
Figura 17. Árbol filogenético para Orexina-A utilizando el método UPGMA.
Los resultados obtenidos con UPGMA fueron consistentes con los de Neighbor Joining, confirmando que Ovis aries tiene la relación evolutiva más cercana a 1WSO.
Se siguió el mismo procedimiento para la proteína Orexina-B (1CQ0):
-
Alineamiento de secuencias:
fasta_file = "sequences/combined_orexin_b.fasta" aligned_file = "sequences/combined_orexin_b_aligned.fasta" clustalomega_cline = ClustalOmegaCommandline( infile=fasta_file, outfile=aligned_file, verbose=True, auto=True, force=True ) clustalomega_cline()
-
Construcción del árbol con Neighbor Joining:
alignment = AlignIO.read(aligned_file, "fasta") tree = constructor.build_tree(alignment)
Figura 18. Árbol filogenético para Orexina-B utilizando el método Neighbor Joining.
En este caso, se observó que el homólogo más cercano a 1CQ0 fue la cadena L de la Orexina del Homo sapiens (7L1U), en línea con lo esperado.
El análisis filogenético y estructural destaca cómo la Orexina-A y la Orexina-B han evolucionado para cumplir funciones específicas en diferentes especies. La conservación de las hélices alfa principales subraya la importancia de estas regiones en la interacción con los receptores OX1R y OX2R. Las diferencias en las regiones terminales reflejan adaptaciones funcionales que podrían estar relacionadas con la especificidad de cada proteína hacia diferentes receptores o contextos fisiológicos. Este análisis no solo proporciona una visión detallada de las relaciones evolutivas, sino que también resalta la utilidad de herramientas computacionales en el estudio de la biología molecular.
Por último, hemos desarrollado una función, max_distance_between_atoms, que nos permite calcular la máxima distancia entre los átomos de una estructura concreta. Para ello, tenemos en cuenta que la librería Bio.PDB de Biopython nos permite acceder a las coordenadas de los átomos de una proteína, y que la distancia entre dos puntos en un espacio tridimensional se puede calcular mediante la fórmula de la distancia euclidiana.
(*) Algo importante a tener en cuenta es que la libería Bio permite calcular la distancia euclidea entre dos átomos, atom1y atom2, mediante la función atom1 - atom2. Esto es, la diferencia entre las coordenadas de los dos átomos es equivalente a la distancia euclidea entre ellos, dada por
siendo atom1 y atom2, respectivamente.
def max_distance_between_atoms(structure):
atoms = list(structure.get_atoms())
max_distance = 0
for i, atom1 in enumerate(atoms):
for atom2 in atoms[i+1:]:
distance = atom1 - atom2
if distance > max_distance:
max_distance = distance
return max_distanceCalcularemos la máxima distancia entre átomos para las dos estructuras de proteínas que estamos estudiando, Orexina-A/Hipocretina-1 y Orexina-B/Hipocretina-2. El resultado obtenido es el siguiente:
def compare_proteins_max_distance(pdb_file1, pdb_file2):
parser = PDB.PDBParser(QUIET=True)
structure1 = parser.get_structure("Protein1", pdb_file1)
structure2 = parser.get_structure("Protein2", pdb_file2)
max_distance1 = max_distance_between_atoms(structure1)
max_distance2 = max_distance_between_atoms(structure2)
if max_distance1 > max_distance2:
return f"La proteína del archivo '{pdb_file1}' tiene la mayor distancia entre átomos: {max_distance1:.2f} Å\nLa proteína del archivo '{pdb_file2}' tiene una distancia máxima entre átomos de {max_distance2:.2f} Å"
elif max_distance2 > max_distance1:
return f"La proteína del archivo '{pdb_file2}' tiene la mayor distancia entre átomos: {max_distance2:.2f} Å\nLa proteína del archivo '{pdb_file1}' tiene una distancia máxima entre átomos de {max_distance1:.2f} Å"
else:
return f"Ambas proteínas tienen la misma distancia máxima entre átomos: {max_distance1:.2f} Å"
pdb_file1 = data_path + "/1WSO.pdb"
pdb_file2 = data_path + "/1CQ0.pdb"
result = compare_proteins_max_distance(pdb_file1, pdb_file2)
print(result)La proteína del archivo './data/1WSO.pdb' tiene la mayor distancia entre átomos: 44.66 Å
La proteína del archivo './data/1CQ0.pdb' tiene una distancia máxima entre átomos de 34.73 Å
Esta diferencia entre ambas proteínas era algo que no se apreciaba de una forma tan clara en la representación de ambas proteínas en un mismo espacio, como se puede apreciar en la Figura 19.
Figura 19. Comparación de las distancias máximas entre átomos de las proteínas 1WSO y 1CQ0.
Ahora bien, ¿Por qué la proteína de la Orexina-A tiene una mayor distancia máxima entre átomos que la Orexina-B? La respuesta a esta pregunta radica en las diferencias estructurales y funcionales entre las proteínas. La Orexina-A sabemos que posee una serie de ligandos y residuos no estándar que pueden influir en la disposición de los átomos y, por ende, en la distancia máxima entre ellos.
Figura 20. Distancia máxima entre átomos de la proteína 1WSO.
Figura 21. Distancia máxima entre átomos de la proteína 1CQ0.
Concluimos, por tanto, que la proteína de la Orexina-A/Hipocretina-1 (1WSO) tiene una mayor distancia entre sus átomos que la Orexina-B/Hipocretina-2 (1CQ0), lo cual es consistente con las diferencias estructurales y funcionales observadas entre ambas proteínas. La presencia de ligandos adicionales en la Orexina-A podría contribuir a esta mayor distancia, lo que destaca la importancia de considerar la estructura completa de las proteínas al evaluar sus propiedades físicas y biológicas. Además, la comparación de las distancias entre átomos puede proporcionar información adicional sobre la estabilidad, la interacción con otras moléculas y la función de las proteínas, lo que es crucial para comprender su papel en los procesos biológicos y su relevancia en la salud y la enfermedad.
Esta mayor distancia también sugiere que la Orexina-A podría tener mayor flexibilidad estructural, lo que influiría en su capacidad para interactuar con diferentes receptores o adaptarse a diversos entornos moleculares. Esto podría explicar, en parte, su versatilidad funcional y su implicación en múltiples procesos fisiológicos. Por otro lado, las diferencias en compactación podrían tener implicaciones en la eficiencia del plegamiento y en la estabilidad de la proteína, aspectos clave en el diseño de fármacos que buscan modular la actividad de estas moléculas en el tratamiento de trastornos relacionados con el sistema orexinérgico.
Este análisis detallado de las proteínas 1WSO y 1CQ0 demuestra cómo herramientas computacionales pueden desentrañar complejidades estructurales y evolutivas. La conservación de las hélices alfa principales subraya su importancia funcional, mientras que las diferencias en regiones flexibles reflejan adaptaciones específicas. Estas proteínas son un ejemplo fascinante de cómo la evolución puede preservar funciones esenciales mientras ajusta estructuras para satisfacer necesidades biológicas específicas.