FungalRV es un portal desarrollado para la predicción de adhesinas de hongos y su aplicación en el desarrollo de vacunas contra ese grupo de patógenos. Incluye los sets de datos de secuencias proteicas de adhesinas de Candida albicans, Candida glabrata, Aspergillus fumigatus, Coccidioides immitis, Coccidioides posadasii, Histoplasma capsulatum, Blastomyces dermatitidis, Pneumocystis carinii, Pneumocystis jirovecii y Paracoccidioides brasiliensis. Se predijeron un total of 307 adhesinas micóticas a partir de los proteomas completos de ocho especies patogénicas y las secuencias fueron procesadas por 18 algoritmos inmunoinformáticos. La descripción de este recurso aparece en BMC Genomics.
La interleucina 6 (IL-6) es un mediador en las respuestas inmunes cuya sobreproducción ha sido documentada en el cáncer de mama y de próstata. Investigadores estadounidenses han empleado un cluster de computadoras del Centro de Supercomputadoras de Ohio para diseñar un fármaco que bloquee la acción de IL-6. Se modeló el complejo molecular formado por la IL-6, su receptor (IL-6R) y la molécula señalizadora (gp130), y con los software AMBER (Assisted Model Building with Energy Refinement) y AutoDock se definieron las interacciones entre ellos. La simulación incorporó pequeñas moléculas para inhibir la formación del complejo IL-6/IL-6R/gp130 e identificaron el mejor sitio para lograrlo entre la IL-6 y el dominio D1 de gp130. Están en desarrollo varios candidatos que podrían ser de utilidad para interferir el papel de la IL-6 en el cáncer.
Filed under Biología sintética, Cáncer by on . Comment. 
Un modelo computacional basado en una red neuronal artificial ha sido desarrollado para predecir los efectos adversos de los medicamentos, con un 99,87 % de precisión. A partir del entrenamiento con los datos estructurales y físicos asociados a productos farmacéuticos conocidos y reacciones adversas posibles, los resultados han sido tan alentadores que ahora se está empleando un conjunto de datos de 10 000 moléculas con el objetivo de predecir los efectos en nuevos fármacos. El resumen está disponible en The International Journal of Medical Engineering and Informatics.
Filed under Algoritmos, Farmacogenómica by on . Comment.
La combinación de espectrometría de masa, proteómica y análisis matemáticos han permitido construir una visión sistémica de los eventos de señalización en el interior de células cancerosas, lo que conduciría a nuevos métodos para el diagnóstico tumoral y vencer la resistencia a los medicamentos. El procedimiento ha sido aplicado al estudio de las leucemias con la mutación BCR-ABL y la emergencia de resistencia al fármaco Gleevec. Acceda al trabajo en Science Signaling.
Filed under Algoritmos, Cáncer, Diagnóstico, Farmacogenómica, Medicina personalizada by on . Comment.
El secuenciamiento masivo del genoma de mielomas múltiples en 38 pacientes ha revelado nuevos genes, mutaciones y vías implicados en diversos procesos de la patogénesis de este tipo tumoral: procesamiento del ARN, síntesis de proteínas, metilación de histonas y coagulación sanguínea. Los genes DIS3 y FAM46C son importantes en la estabildidad del ARN, mientras que las mutaciones en BRAF por primera vez han sido descritas en un pequeño número de casos con mieloma. Lea el resumen en Nature.
Filed under Cáncer, Diagnóstico, Genómica, Medicina personalizada by on . Comment.
El Catálogo de Mutaciones Somáticas en el Cáncer (en inglés, Catalogue Of Somatic Mutations In Cancer, COSMIC) es un recurso de acceso libre desarrollado por el Instituto Sanger. La versión 52 acaba de ser lanzada y tiene entre sus novedades la incorporación de cuatro nuevos genes, 16 nuevos pares de fusión y del proyecto Genomics of Drug Sensitivity in Cancer. En este último se ha incluido la acción del fármaco PLX4720 sobre el crecimiento de las células que portan la mutación BRAF.
Filed under Bases de datos, Cáncer, Diagnóstico, Farmacogenómica, Medicina personalizada, Polimorfismos by on . Comment.
El congreso X-Gen, efectuado en marzo en la ciudad de San Diego, constituyó un importante foro de debate acerca de las aplicaciones reales y futuras de las tecnologías de secuenciamiento en la práctica clínica. El diagnóstico oncológico y las decisiones acerca de los esquemas de tratamiento en el cáncer recibieron el consenso como la utilidad más inmediata, lo que podría extenderse a la resistencia antirretroviral en la infección por el VIH y otras infecciones. Para la predicción de riesgo y el diagnóstico de las enfermedades complejas, sin embargo, las expectativas son más discretas.
Filed under Bioinformática, Cáncer, Diagnóstico, Eventos, Farmacogenómica, Genómica, Medicina personalizada, Patógenos by on . Comment.
Investigadores españoles han publicado el primer estudio que demuestra la capacidad de los programas computacionales comúnmente utilizados para estudiar el acoplamiento entre proteínas para predecir la estructura de complejos macromoleculares. Los autores utilizan programas que normalmente se emplean para predecir la estructura de complejos de proteínas que ya se sabe que interactúan, para detectar en grandes colecciones de estructuras de proteínas los posibles componentes de complejos macromoleculares. Tales resultados abren nuevas posibilidades para el modelado de los complejos de proteínas como paso previo a la interpretación de las mutaciones relacionadas con el cáncer. Puede leer el trabajo en Molecular Systems Biology.
Filed under Algoritmos, Bioinformática, Cáncer by on . Comment.
Las herramientas genotípicas basadas en el análisis de la región V3 de la envoltura del virus de la inmunodeficiencia humana (VIH) se perfilan como la alternativa a los ensayos fenotípicos para la determinación del tropismo del VIH por los receptores de quimiocinas CCR5 y CXCR4 en la práctica clínica. A partir del secuenciamiento de la región V3 de de 92 pacientes, 72 infectados por subtipo B y 20 por no-B, y su análisis con 8 algoritmos distintos, se encontró una alta concordancia entre los distintos algoritmos genotípicos utilizados para la determinación del tropismo viral en pacientes infectados con subtipo B, especialmente con webPSSMSINSI y geno2pheno o Wetcat. La falta de consenso para subtipos no-B podría justificarse por su baja prevalencia en las bases de datos empleadas para el entrenamiento de los predictores genotípicos. Acceda al reporte en Enfermedades Infecciosas y Microbiología Clínica.
Filed under Filogenética, Inmunoinformática, Patógenos by on . Comment.
La neuraminidasa (NA) es una enzima que el virus de la influenza A H1N1 utiliza para eliminar el ácido siálico de las cadenas de carbohidrato, un paso clave en la infección por este agente. A partir del secuenciamiento de genes de NA, se emplearon algoritmos inmunoinformáticos para predecir epítopes B, los cuales fueron sintetizados artificialmente y evaluados en conejos para determinar su inmunogenicidad. El procedimiento permitió identificar cinco péptidos: LR17, SS12, DP9, DS11 y DI14, capaces de estimular la formación de anticuerpos neutralizantes contra el virus pandémico A H1N1 en un ensayo in vitro de microneutralización. El alineamiento con bases de datos reveló que los aminoácidos de los péptidos están altamente conservados entre cepas del virus de todo el mundo, lo cual apoya su utilidad para vacunas peptídicas sintéticas contra la gripe pandémica. El resumen del artículo está disponible en Vaccine.
Filed under Inmunoinformática, Patógenos by on . Comment.
