Diseño de péptidos antimicrobianos asistido por herramientas informáticas derivados del proteoma de diferentes especies biológicas
Cargando...
Autores
Director
Tipo de contenido
Editor
Document language:
Español
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Documentos PDF
Resumen
La creciente resistencia de los patógenos a los antibióticos ha generado una necesidad urgente de desarrollar nuevas alternativas antimicrobianas para el tratamiento de infecciones. Como respuesta a este desafío, se han propuesto estrategias innovadoras, entre ellas el empleo de péptidos antimicrobianos. Estos péptidos han demostrado múltiples beneficios frente a los antibióticos tradicionales, como su amplio espectro de acción, mecanismos de ataque variados, alta selectividad hacia células bacterianas sobre células del huésped y una menor propensión a inducir resistencia. En este estudio, se llevó a cabo la identificación, selección, modificación y análisis in silico de AMPs presentes en proteomas de diferentes especies biológicas, utilizando herramientas bioinformáticas y de inteligencia artificial. Los resultados obtenidos permitieron la priorización de 10 candidatos peptídicos con un perfil terapéutico optimizado frente a patógenos del grupo ESKAPE, con un ahorro significativo de tiempo y presupuesto (6 meses y 16 millones de pesos colombianos) comparado con la bioprospección clásica (3-4 años y 5-100 millones de euros). A nivel individual se destacan los péptidos Icp_M, Sav2_M y Asn_M. El análisis estadístico reveló un incremento significativo en la probabilidad de actividad antimicrobiana (p<0.05) en cepas como P. aeruginosa ATCC 27853 y K. pneumoniae ATCC 700603, logrando en esta última un desempeño predictivo superior al de la molécula de control empleada. Se concluye que el rediseño asistido por herramientas computacionales constituye una estrategia eficaz para la optimización multidimensional de péptidos crípticos, logrando refinar parámetros de bioseguridad y estabilidad proteolítica sin comprometer la potencia biológica. Debido a su naturaleza puramente predictiva in silico, se recomienda realizar validaciones experimentales posteriores in vitro. (Texto tomado de la fuente)
Abstract
The increasing resistance of pathogens to antibiotics has generated an urgent need to develop new
antimicrobial alternatives for the treatment of infections. In response to this challenge, innovative
strategies have been proposed, including the use of antimicrobial peptides. These peptides have
demonstrated multiple advantages over traditional antibiotics, such as their broad spectrum of
action, varied mechanisms of attack, high selectivity for bacterial cells over host cells, and a lower
propensity to induce resistance. In this study, the identification, selection, modification, and in silico
analysis of AMPs present in the proteomes of different biological species were carried out using
bioinformatics and artificial intelligence tools. The results obtained allowed for the prioritization of
10 peptide candidates with an optimized therapeutic profile against pathogens of the ESKAPE
group, with a significant saving of time and budget (6 months and 16 million colombian pesos)
compared to classical bioprospecting (3-4 years and 5-100 million euros). At the individual level,
the peptides Icp_M, Sav2_M, and Asn_M stand out. Statistical analysis revealed a significant
increase in the probability of antimicrobial activity (p<0.05) against critical strains such as P.
aeruginosa and K. pneumoniae, achieving superior predictive performance against the latter
compared to the control molecule used. It is concluded that computational redesign is an effective
strategy for the multidimensional optimization of cryptic peptides, refining biosafety and proteolytic
stability parameters without compromising biological potency. Due to its purely predictive in silico
nature, further in vitro experimental validation is recommended.
Descripción
ilustraciones, diagramas, tablas
Palabras clave propuestas
Términos Normalizados
Diseño asistido por computadora; computer-aided design; Agente antimicrobiano; antimicrobial agents; Resistencia a los antibióticos; resistance to antibiotics; 000 - Ciencias de la computación, información y obras generales::006 - Métodos especiales de computación; 570 - Biología::572 - Bioquímica; 570 - Biología::579 - Historia natural microorganismos, hongos, algas; 610 - Medicina y salud::615 - Farmacología y terapéutica