Sitios activos en macromoléculas biológicas mediante Cadenas de Markov y Teoría de Redes Complejas

Abstract

“Presentamos un estudio sobre como ubicar sitios activos y de unión en la estructura de proteínas, utilizando Teoría de Redes Complejas y Cadenas de Markov. En el caso de Redes Complejas, cada amino acido de la cadena proteica representa un vértice en la red, y si los átomos de dos aminoácidos diferentes están a una distancia menor a un radio de corte que nosotros establecimos, se coloca un enlace entre ellos, lo que permitiría la comunicación o el transporte entre dichos vértices. En el caso de Cadenas de Markov, los aminoácidos son los estados del sistema, y se puede pasar de un estado a otro en un solo paso, con una probabilidad que depende de la cantidad de átomos de cada amino acido y de cuantas parejas de átomos pueden establecerse entre dos de ellos, separados por una distancia menor al radio de corte. De esta manera pudimos calcular la probabilidad de ir de un residuo a otro, en un determinado número de pasos.

El Sitio Activo de una proteína está formado por los aminoácidos que realizan los procesos catalíticos. Otros residuos funcionales participan como sitios de unión para sustratos, cofactores o para iones. En este contexto, propusimos que los sitios activos y los de unión se relacionan con algunas medidas de centralidad de la teoría de redes, particularmente analizamos la centralidad de cercanía y la de intermediación. En cuanto a Cadenas de Markov, buscamos una relación entre los sitios activos y de unión, y los estados a los que en promedio es posible llegar por primera vez en un proceso estocástico, desde cualquier otro, en la menor cantidad de pasos (Tiempo de Primeras Visitas). Modelando así la estructura de las proteínas, ubicamos los residuos que cumplen con las características descritas, y comparamos nuestros resultados con otros reportados en la literatura”.