stringtranslate.com

Glicoinformática

La glicoinformática es un campo de la bioinformática que se ocupa del estudio de los carbohidratos que intervienen en la modificación postraduccional de las proteínas . En líneas generales, incluye (pero no se limita a) el desarrollo de bases de datos , software y algoritmos para el estudio de las estructuras de los carbohidratos , los glicoconjugados , la síntesis y degradación enzimática de carbohidratos , así como las interacciones de los carbohidratos . El uso convencional del término actualmente no incluye el tratamiento de los carbohidratos desde el aspecto nutritivo , más conocido.

Cuestiones a tener en cuenta

La secuencia de información de ramificación en una molécula de arabinoxilano . [1] La estructura de los carbohidratos se expresa como una secuencia de números que representan las ramificaciones de la cadena principal. A medida que aumenta la complejidad de la cadena, la representación numérica de los carbohidratos se vuelve más compleja.

Aunque la glicosilación es la forma más común de modificación de proteínas, con estructuras de carbohidratos altamente complejas, la bioinformática sobre el glicoma aún es muy pobre. [2] [3]

A diferencia de las proteínas y los ácidos nucleicos, que son lineales, los carbohidratos suelen estar ramificados y ser extremadamente complejos. [4] Por ejemplo, sólo cuatro azúcares pueden unirse para formar más de 5 millones de tipos diferentes de carbohidratos [5] o nueve azúcares diferentes pueden ensamblarse en 15 millones de posibles cadenas de cuatro azúcares. [6]

Además, la cantidad de azúcares simples que componen los glicanos es mayor que la cantidad de nucleótidos que componen el ADN o el ARN, por lo que evaluar sus estructuras es más costoso desde el punto de vista computacional. [7]

Una de las principales limitaciones de la glicoinformática es la dificultad de representar los azúcares en forma de secuencia, especialmente debido a su naturaleza ramificada. [6] Debido a la falta de un mapa genético, los carbohidratos no tienen una secuencia "fija". En cambio, la secuencia está determinada en gran medida por la presencia de una variedad de enzimas, sus diferencias cinéticas y variaciones en el microambiente biosintético de las células. Esto aumenta la complejidad del análisis y la reproducibilidad experimental de la estructura de los carbohidratos de interés. [8] Es por esta razón que los carbohidratos a menudo se consideran moléculas "pobres en información".

Bases de datos

Tabla de las principales bases de datos de glicoelementos. [9] [10]

Referencias

  1. ^ Dervilly-Pinel G, et al. (2004). Polímeros de carbohidratos 55:171–177.
  2. ^ Helenius A, Aebi M (2001) Funciones intracelulares de los glicanos ligados a N. Science 291:2364–2369
  3. ^ Kikuchi N, et al. (2005). Bioinformática 21:1717–1718. http://bioinformatics.oxfordjournals.org/cgi/content/full/21/8/1717
  4. ^ Seeberger PH (2005). Naturaleza 437:1239.
  5. ^ Servicio RF (2001). Science 291:805-806. http://www.sciencemag.org/cgi/content/full/291/5505/805a
  6. ^ ab Dove A (2001). Nature Biotechnology 19:913-917. http://www.columbia.edu/cu/biology/courses/w3034/LACpapers/bittersweetNatBiot01.pdf Archivado el 29 de junio de 2010 en Wayback Machine.
  7. ^ von der Lieth CW, et al. (2011). EUROCarbDB: una plataforma de acceso abierto para la glicoinformática. Glycobiology 21:4:493–502
  8. ^ Lutteke T. (2012). El uso de la glicoinformática en la glicoquímica. Beilstein J. Org. Chem. 8:915–929. doi:10.3762/bjoc.8.104
  9. ^ Aoki-Kinoshita KF. (2011). Introducción a la glicoinformática y aplicaciones computacionales. Beilstein-Institut. (PDF 1,57 MB)
  10. ^ Egorova KS, Toukach Ph.V. (2018). Glicoinformática: uniendo islas aisladas en un mar de datos. Angewandte Chemie International Edition 57:14986-14990 | doi:10.1002/anie.201803576
  11. ^ Alocci, Davide; Mariethoz, Julien; Gastaldello, Alessandra; Gasteiger, Elisabeth; Karlsson, Niclas G.; Kolarich, Daniel; Packer, Nicolle H.; Lisacek, Frédérique (febrero de 2019). "GlyConnect: la glicoproteómica se vuelve visual, interactiva y analítica". Revista de investigación del proteoma . 18 (2): 664–677. doi :10.1021/acs.jproteome.8b00766. hdl : 10072/382780 . ISSN  1535-3893. PMID  30574787. S2CID  58570954.
  12. ^ Lisacek, Frederique; Mariethoz, Julien; Alocci, Davide; Rudd, Pauline M.; Abrahams, Jodie L.; Campbell, Matthew P.; Packer, Nicolle H.; Ståhle, Jonas; Widmalm, Göran (2017), Lauc, Gordan; Wuhrer, Manfred (eds.), "Bases de datos y herramientas asociadas para la glicómica y la glicoproteómica", High-Throughput Glycomics and Glycoproteomics , vol. 1503, Nueva York, NY: Springer New York, págs. 235–264, doi :10.1007/978-1-4939-6493-2_18, ISBN 978-1-4939-6491-8, PMID  27743371 , consultado el 5 de febrero de 2021
  13. ^ Rojas-Macías, Miguel A.; Mariethoz, Julien; Andersson, Peter; Jin, Chunsheng; Venkatakrishnan, Vignesh; Aoki, Nobuyuki P.; Shinmachi, Daisuke; Ashwood, Christopher; Madunic, Katarina; Zhang, Tao; Miller, Rebecca L. (diciembre de 2019). "Hacia una infraestructura bioinformática estandarizada para N- y O-glucómica". Comunicaciones de la naturaleza . 10 (1): 3275. Código bibliográfico : 2019NatCo..10.3275R. doi : 10.1038/s41467-019-11131-x . ISSN  2041-1723. PMC 6796180 . PMID  31332201. 
  14. ^ Tiemeyer, Michael; Aoki, Kazuhiro; Paulson, James; Cummings, Richard D.; York, William S.; Karlsson, Niclas G.; Lisacek, Frederique; Packer, Nicolle H.; Campbell, Matthew P.; Aoki, Nobuyuki P.; Fujita, Akihiro (2017). "GlyTouCan: un repositorio de estructura de glicanos accesible". Glicobiología . 27 (10): 915–919. doi :10.1093/glycob/cwx066. ISSN  1460-2423. PMC 5881658 . PMID  28922742.