Modeling biomolecules: interactions, forces and free energies

Tapia Rojo, Rafael
Falo Forniés, Fernando (dir.) ; Mazo Torres, Juan José (dir.)

Universidad de Zaragoza, 2016

Resumen: La biología ha sido tradicionalmente una ciencia cualitativa. El principal problema que presenta es que trata con sistemas muy complejos, mucho más que las moléculas de las que se ocupa la química, o que muchos sistemas físicos. Sin embargo, en los últimos años, hemos sido testigos de un desarrollo enorme hacia planteamientos cuantitativos para resolver problemas biológicos, impulsado principalmente por el desarrollo de diversas técnicas avanzadas en biofísica, o por la emergencia de las herramientas computacionales. En particular, en biofísica computacional, dado un determinado problema a estudiar, la estrategia es proponer un modelo que describa el comportamiento de nuestro sistema y realizar simulaciones numéricas sobre este modelo. Este planteamiento presenta una dificultad principal que es la elección de la escala a la cual realizamos nuestro modelo. Es necesario llegar a un compromiso entre el nivel de detalle y la capacidad computacional de que disponemos. Así, modelos muy detallados son capaces de proporcionar información de gran resolución, sin embargo sólo para sistemas moleculares de tamaño limitado, con propiedades que se manifiesten a escalas temporales cortas. Si necesitamos tratar con sistemas de mayor tamaño, o nos interesan propiedades que se manifiestan en escalas temporales mayores, es necesario identificar cuáles son los grados de libertad relevantes para nuestro sistema y despreciar el resto. Aparte de este problema, el siguiente reto que se nos plantea es transformar todos los datos numéricos producidos en información relevante que pueda responder de manera objetiva a las preguntas que nos planteamos. Para ello, debemos disponer de métodos de análisis lo bastante robustos como para transformar la información en bruto producida en nuestras simulaciones, en conocimiento directo de una manera no sesgada. La presente Tesis Doctoral se enmarca en este ámbito, ya que estudiaremos tres problemas biológicos diferentes haciendo énfasis en la fase de modelización de nuestro sistema, así como en el empleo de técnicas de análisis avanzadas para comprenderlo. En la primera parte, nos centramos en el análisis de la dinámica de proteínas, enfatizando las distintas descripciones que pueden usarse para comprender su paisaje de energía libre. Para ello escogemos un sistema relativamente simple, una proteína modelo coarse-grained a la cual aplicamos una fuerza constante para promover su desplegamiento. Realizaremos simulaciones numéricas en este sistema y nos plantearemos cuál es la mejor manera de obtener una descripción fiel de su espacio configuracional así como de su mecanismo de desplegamiento. Para ello emplearemos dos métodos distintos. Primero, proyectaremos su paisaje de energía libre –de gran dimensión- sobre distintos parámetros de orden, obteniendo representaciones unidimensionales. Éstas proporcionarán una visión globalmente correcta del sistema, sin embargo fallarán en la descripción adecuada de su mecanismo de desnaturalización. Por otra parte, emplearemos modelos de Markov para representar el paisaje de energía libre. Estos revelarán un espacio configuracional más complejo que el previsto anteriormente, con varios intermediarios que tendrán un papel relevante, especialmente para comprender el mecanismo de desplegamiento. En la segunda parte de la Tesis Doctoral, mostramos el estudio de un modelo de DNA al nivel del par de bases, el modelo de Peyrard-Bishop-Dauxois. En particular, extenderemos este modelo para introducir la interacción proteína-DNA. Proponiendo un método de análisis adecuado basado en modelos de Markov, podremos emplear este modelo para analizar secuencias de promotores, relacionando los estados que encontramos en la dinámica del sistema con sitios de unión proteína-DNA. Este modelo lo emplearemos para el análisis de nueve secuencias de promotores de una cianobacteria en particular. Nos centraremos en la identificación del sitio de inicio de la transcripción (TSS), región donde se une la RNA polimerasa para iniciar este proceso. En cada uno de los promotores, gracias al modelo somos capaces de identificar esta región como un estado de relevancia en la dinámica, con tendencia a que la partícula se una, formando una burbuja. Asimismo, gracias al método de análisis, cuantificamos estos estados, proporcionando magnitudes estadísticas que podemos relacionar con el conocimiento biológica acerca de estos promotores. La tercera parte está dedicada a los experimentos de molécula individual. Presentamos una colaboración experimental en la cual analizamos experimentos de disociación mecánica de dos complejos proteína:proteína. Nuestro objetivo es proporcionar una visión adecuada del paisaje de energía libre que gobierna este proceso. Para ello proponemos un método que permite recuperar la barrera de energía libre así como la energía libre de disociación para complejos biológicos. En particular, emplearemos este método para analizar experimentos de espetroscopía de fuerza, permitiendo obtener estas magnitudes y discutirlas en el contexto de la biología del sistema. Asimismo, proponemos un modelo físico para este tipo de experimentos, sobre el cual realizamos simulaciones numéricas que analizamos con el mismo método, con objeto de validarlo y respaldar su empleo.

Pal. clave: biofísica ; simulación computacional

Área de conocimiento: Física de la materia condensada

Departamento: Física de la Materia Condensada

Nota: Presentado: 22 01 2016

Nota: Tesis-Univ. Zaragoza, Física de la Materia Condensada, 2016