Caracterización In silico de la Vía de Señalización de Respuesta a Estrés Osmótico en Hongos Filamentosos de la División Ascomycota.

Abstract

Los hongos filamentosos juegan un papel fundamental en áreas relacionadas al ser humano como lo es la industria alimenticia, farmacéutica, agrícola, médica, papelera e investigación científica. Muchos de ellos pertenecen a la división Ascomycota, en la cual encontramos hongos patógenos de plantas, insectos y humanos. Estos poseen vías intracelulares de señalización que les permiten responder a diferentes tipos de estrés, sin embargo, aunque la mayoría de los hongos comparten mecanismos conservados, estos no son idénticos, por lo que es importante su optima identificación. El estrés osmótico es uno de los mecanismos de respuesta más estudiados en el hongo Saccharomyces cerevisiae, sin embargo, de los hongos filamentosos los más estudiados son algunas especies de Aspergillus, como lo es el hongo modelo Aspergillus nidulans/Emericella nidulans. La proteómica y las herramientas bioinformáticas son indispensables en la identificación y caracterización de proteínas, relaciones funcionales, así como en la evolución de la dinámica celular. Los lenguajes de programación se han acoplado a esto con el fin de procesar datos a gran escala y facilitar el análisis. En este proyecto se identificaron proteínas ortólogas de la vía de respuesta a estrés osmótico en hongos filamentosos de la división Ascomycota, utilizando la interfaz Jupyter notebook, el lenguaje Python y bases de datos. La identificación de ortólogos se hizo mediante el programa BLAST y con ayuda de Phobius y Pfam se captaron las proteínas de mayor similitud dada su arquitectura. Después por el índice de jaccard se tomaron en cuenta solo aquellas con el mismo número de dominio(s) idénticos o casi idénticos. Posteriormente para buscar el mejor hit para cada proteína se hizo una búsqueda BLAST reciproca de All vs All de los datos obtenidos. Finalmente, por el análisis de clustering se visualizaron los clústeres de proteínas potencialmente ortólogas y ante la construcción de un Heatmap se visualizó el grado de conservación de estas proteínas y por tanto de la vía de respuesta a estrés osmótico en hongos ascomicetos, permitiendo comparar su dinámica molecular. Como resultado se identificaron 191 proteínas potencialmente ortólogas implicadas en la vía de señalización. Al ejecutar el Análisis de Clustering se formaron 15 grupos o clústeres de proteínas con alta similaridad. El género Trichoderma ha destacado en el estudio debido a la conservación de arquitectura de dominio en proteínas quinasas. La interfaz Jupyter notebook y el lenguaje Python son herramientas útiles para jóvenes investigadores y han favorecido el estudio in sillico de proteínas.