| Secciones |
|---|
|
|
| Foros Electrónica |
| Alguien dijo ... |
| Las Matemáticas pueden ser definidas como aquel tema en el cual ni sabemos nunca lo que decimos ni si lo que decimos es verdadero. Bertrand Russell(1872-1970) Filósofo, matemático y escritor inglés. |
| Contacto |
| Descubren el alfabeto estructural del ARN | |||||
Un equipo de bioinformáticos de la Universidad de Montreal ha descubierto un alfabeto estructural que puede usarse para inferir la estructura tridimensional del ácido ribonucleico (ARN) a partir de datos de secuencia, lo que proporciona nuevas herramientas para entender el papel de esta importante clase de reguladores celulares. (NC&T) El plegado de una molécula de ARN de hebra simple está determinado por las interacciones entre los nucleótidos que la constituyen. La aproximación clásica en la modelación del ARN sufre una limitación importante: sólo ciertas interacciones son tomadas en cuenta. Otras, aquellas para las cuales lo relevante es que los nucleótidos están lado con lado o uno encima del otro, no son contempladas por los algoritmos convencionales de modelado. El resultado puede consistir en modelos incompletos o erróneos, capaces de confundir a los investigadores. El intento de remediar este problema llevó a François Major, investigador principal del Instituto para la Investigación sobre Inmunología y Cáncer de la Universidad de Montreal, y Marc Parisien, un colaborador de su laboratorio, a proponer una aproximación radicalmente diferente para modelar la estructura del ARN. Los investigadores implementaron dos algoritmos. En comparación con la aproximación termodinámica clásica, los algoritmos nuevos producen menos positivos y negativos falsos, y predicen estructuras que están en mejor correspondencia con los datos empíricos disponibles. La importancia biológica del ARN y el reconocimiento creciente de su potencial terapéutico implican que los nuevos algoritmos de modelado pueden tener muchas aplicaciones en la investigación biomédica. Por ejemplo, Major y Parisien han mostrado que es viable usar estas herramientas para estudiar la biología de virus como el VIH. También las han utilizado para identificar microARNs, una clase importante de moléculas reguladoras que son actualmente un tema de intensa investigación. Los microARNs inhiben genes con notable eficiencia y de manera específica, y a menudo son considerados como la próxima generación de agentes terapéuticos. Dado que los microARNs son notablemente difíciles de identificar partiendo sólo de datos de secuencia, el uso de algoritmos eficaces de modelación de ARN representa un avance importante. https://nouvelles.umontreal.ca/content/view/1104/125/ | |||||
Domingo, 13 Abril, 2008 - 09:15 | |||||
 | |||||
