Biofísica.

Los investigadores en el área de Biofísica en el BIFI usan técnicas experimentales y computacionales en un ambiente interdisciplinario para comprender el comportamiento de los sistemas biológicos. El estudio en esta área abarca desde moléculas (proteínas, ácidos nucleicos, moléculas pequeñas, etc.) a los organismos y ecosistemas enteros, desde un punto de vista cuantitativo. Las proteínas y los organismos con relevancia biotecnológica y/o biomédica son de especial interés. La investigación en esta área tiene muchas aplicaciones en diferentes campos:

Biotecnología (estabilización de proteínas y el modelado de las mismas, diseño de la función de proteínas, máquinas moleculares, nanoestructuras, modelado molecular, transporte electrónico, catálisis, la interacción electromagnética con la materia y la involucración de glicosilación de proteínas en señalización)

Biomedicina (el diseño y descubrimiento de fármacos, la identificación y validación de dianas farmacológicsa, y la interacción proteína-ADN)

Biología (epidemiología, evolución y las redes complejas)

El área de Biofísica en BIFI abarca 9 líneas de investigación:

  • ProtMol: Plegamiento de Proteínas y Diseño Molecular
  • Interacciones Biomoleculares
  • La Glicosilación de Proteínas y su Papel en Enfermedad
  • Redes y Sistemas Complejos
  • Modelización Física de Biomoléculas
  • Dinámica Molecular y Estructura Electrónica
  • Flavoenzimas: Mecanismos de Acción y Biotecnología
  • Malplegamiento y Agregación Amiloide de Proteínas
  • Diagnóstico Clínico y Drug Delivery
ProtMol: Plegamiento de Proteínas
y Diseño Molecular

Responsable de la Línea de Investigación:

Javier Sancho

Investigadores:

Dr. Olga Varea
Dr. Juan José Galano
María Conde
Sandra Salillas
Alejandro Mahía

 

RESUMEN

El grupo ProtMol se dedica al estudio y mejora de las moléculas proteicas.figure1-angarica-et-al-2016 Nuestros laboratorios en el BIFI y en la Facultad de Ciencias están bien equipados para realizar investigación integrativa combinando técnicas de Biología Molecular y Celular, Bioquímica, Biofísica, y Computación. Durante 25 años hemos estudiado los principios de la estabilidad, plegamiento e interacción de las proteínas, y la relación entre su dinámica y su función. La estabilidad de las proteínas es un fenómeno muy importante, tanto desde la perspectiva teórica como aplicada, del que todavía carecemos de suficiente comprensión cuantitativa. En este sentido, hemos usado diversos modelos, como por ejemplo flavodoxina, para desarrollar estrategias computacionales y biotecnológicas para ayudar a estabilizar proteínas utilizando principios racionales. La Biofísica Molecular es uno de nuestros principales campos de actividad.

Somos también muy activos en descubrimiento de fármacos. En los últimos años hemos investigado en enfermedades conformacionales para entender sus causas moleculares y para descubrir y perfeccionar pequeñas moléculas orgánicas para desarrollar nuevas terapias. En esta labor combinamos Bioquímica y Biofísica clásicas con nuevas estrategias de cribado de alto rendimiento, Bioinformática, Química Sintética y ensayos in vivo. Nuestros proyectos incluyen ensayos en animales modelo de nuevos antimicrobianos contra el patógeno Helicobacter, y el descubrimiento y mejora racional de chaperonas farmacológicas para rescatar enzimas humanas defectuosas (e.g. FAH mutada responsable de fenilcetonuria) y para inhibir la agregación de péptidos y proteínas humanos relacionados con amiloidogénesis.

figure-2-torreblanca-et-al-2012       figure-7-lamazares-et-al-2015

Más que en técnicas concretas, estamos interesados en problemas y, por ello, combinamos habitualmente aproximaciones experimentales y computacionales, según resulte necesario. Hemos desarrollado modelos atómicos del conjunto desplegado (ProtSA), un predictor de priones a escala genómica (PrionScan), un predictor de segmentos localmente inestables de las proteínas (ProteinLIPS), y herramientas de Dinámica Molecular para identificar SNPs involucrados en enfermedades conformacionales.

Nuestro grupo da la bienvenida a nuevos estudiantes doctorales y postdoctorales talentosos y motivados que estén interesados en nuestro trabajo. Simplemente contáctanos.

 

PUBLICACIONES RELEVANTES

1.- Exploring the complete mutational space of the LDL receptor LA5 domain using molecular dynamics: Linking SNPs with disease phenotypes in familial hypercholesterolemia.V. E. Angarica, M. Orozco and J. Sancho. Human Molecular Genetics, 25:1233-1246 (2016).

2.- Rational stabilization of complex proteins: a divide and combine approach. Lamazares, Emilio; Clemente, Isabel; Bueno, Marta Velázquez-Campoy A, Sancho J. Scientific Reports, 5, 9129 (2015).

3.- Predicting stabilizing mutations in proteins using Poisson-Boltzmann based models: study of unfolded state ensemble models and development of a successful binary classifier based on residue interaction energies. Jorge Estrada, Pablo Echenique, Javier Sancho. Phys. Chem. Chem. Phys., 17:31044-31054 (2015).

4.- The FurA regulon in Anabaena sp PCC 7120: in silico prediction and experimental validation of novel target genes. A. Gonzalez, V. E. Angarica; J. Sancho; M.F. Fillat. Nucleic Acids Research, 42:4833-4846 (2014).

5.- Improved flavodoxin inhibitors with potential therapeutic effects against Helicobacter pylori infection. J.J. Galano, M. Alías, R. Pérez, A. Velázquez-Campoy, P. S. Hoffman, J. Sancho. Journal of Medicinal Chemistry. 56-15, pp.6248-6258 (2013).

6.- Discovery of novel inhibitors of amyloid b-peptide 1-42 aggregation. L. C. López, S. Dos-Reis, A. Espargaró, J. A. Carrodeguas, M-L Maddelein, S Ventura, J Sancho. J. Med. Chem.55:9521-9530 (2012).

7.- Contribution of disulfide bonds to stability, folding, and amyloid fibril formation: The PI3-SH3 domain case. R. Graña-Montes, N. S. de Groot, V. Castillo, J. Sancho, A. Velazquez-Campoy, and S. Ventura. Antioxidants and Redox Signaling. 16:1-15 (2012).

8.- ProtSA: A web application for calculating sequence specific protein solvent accessibilities in the unfolded ensemble. J. Estrada, P. Bernadó, M. Blackledge, J. Sancho. BMC Bioinformatics. 10:article104 (2009).

9.- Identification of pharmacological chaperones as potential therapeutic agents to treat phenylketonuria. A.L Pey, M. Ying, N. Cremades, A. Velazquez-Campoy, T. Scherer, B. Thöny, J. Sancho and A. Martinez. Journal of Clinical Investigation. 118:2858-2867 (2008).

10.- The mechanism of LDL release in the endosome: Implications of the stability and Ca++ affinity of the fifth binding module of the LDL receptor. X. Arias-Moreno, A. Velazquez-Campoy, JC Rodríguez, M. Pocoví & J. Sancho. J. Biol. Chem. 283:22670-22679 (2008).

11.- The native-state ensemble of proteins provides clues for folding, misfolding and function. N. Cremades, J. Sancho and E. Freire. Trends in Biochemical Sciences, 31:494-496 (2006).

12.- Do proteins always benefit from a stability increase? Relevant and residual stabilization in a three-state protein by charge optimization. Luis A. Campos, Maria M. Garcia-Mira, Raquel Godoy-Ruiz, Jose M. Sanchez-Ruiz and Javier Sancho. J. Mol.Biol.344: 223-237 (2004).

13.- The tryptophan/histidine interaction in α-helices. J. Fernández-Recio, A. Vázquez, C. Civera, P. Sevilla & J. Sancho. J. Mol. Biol.267: 184-197 (1997).

14.- Closure of a tyrosine/tryptophane aromatic gate leads to a compact fold in apoflavodoxin. C.G. Genzor, A. Perales-Alcón, J. Sancho & A. Romero. Nature Structural Biology, 3:329-332 (1996).

15.- Effect of alanine versus glycine in alpha-helices on protein stability. L. Serrano, J.L. Neira, J. Sancho & A.R. Fersht. Nature, 356:453-455 (1992).

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- PIREPRED: Red Transfronteriza de interpretación del cribado neonatal: de la mutación al paciente. EFA086/15 (ERDF-POCTEFA Interreg VA). 01/09/16-31/08/19. IP: Javier Sancho.

2.- Estabilidad de proteínas: principios básicos de los estados (parcialmente) desplegados y estudios moleculares en enfermedades conformacionales. 01/01/14-31/12/16. BFU2013-47064-P: MINECO. IP: Javier Sancho (A. Velazquez, CoIP).

3.- Comprensión, predicción y validación del fenotipo de las mutaciones patológicas: transformando los resultados básicos en herramientas de diagnóstico. 01/12/14-30/11/16. BIO2014-57314- REDT: MINECO. IP: Javier Sancho.

4.- NEUROMED: Diagnóstico y combate molecular de tres enfermedades neurodegenerativas (Parkinson, fenilcetonuria y amiloidosis TTR. ERDF – SUDOE Interreg IVB. 01/05/14-30/06/15. IP: Javier Sancho.

5.- Desarrollo de procedimientos de estabilización de proteínas con actividad retrotranscriptasa encaminados al diseño de nuevos test de diagnóstico molecular. CERTEST BIOTEC S.L. 01/09/14-31/10/1. IP: Javier Sancho.

6.- Estabilidad conformacional de proteinas: principios generales,analisis estabilidad/funcion del r-LDL y busqueda de nuevas chaperonas farmacológicas. 01/01/11-31/12/13. BFU2010-16297.MICINN. IP: Javier Sancho.

7.- Convenio de colaboración para el desarrollo de inhibidores contra la infección por Helicobacter pylori. GENOMA ESPAÑA. 01/12/08-31/12/13. IP: Javier Sancho.

8.- Principios de estabilidad conformaciónal de proteínas, análisis estructural y energético de conformaciones no nativas e identificación de ligandos bioactivos. BFU2007-61476/BMC MEC. 01/10/07-04/10/10. IP: Javier Sancho.

9.- Análisis de nueva algorítmica para acelerar la simulación de plegamiento de proteínas. PLEBIOTIC S.L. 01/05/09-31/12/09. IP: Javier Sancho.

10.- Principios de estabilidad conformacional y estabilización deproteinas sencillas y moderadamente complejas. BFU2004-01411. MCyT. 13/12/04-12/12/07. IP: Javier Sancho.

 

Colaboradores

Mantenemos colaboraciones activas con muchos grupos nacionales e internacionales. Ver publicaciones. Ver, así mismo, las webs de proyectos: RedMut, Pirepred.

Interacciones Biomoleculares

Responsable de la Línea de Investigación:

Adrian Velazquez-Campoy

Investigadores:

Rafael Claveria-Gimeno (IISA-IACS)
Jose L. Neira (UMH)

 

RESUMEN

Todos los procesos biológicos se pueden describir como una secuencia de procesos de interacción entre biomoléculas y cambios conformacionales acoplados a dichas interacciones. Nosotros trabajamos en tres cuestiones fundamentales, desde una perspectiva tanto básica como aplicada, relacionadas con moléculas biológicas:

  • Caracterización biofísica de proteínas de relevancia biotecnológica y/o biomédica: paisaje conformacional, interacciones con otras biomoléculas, cambios conformacionales, diagramas de fase, fenómenos cooperativos…
  • Desarrollo de metodologías experimentales para el estudio de interacciones biomoleculares, fenómenos cooperativos y regulación funcional en sistemas biológicos.
  • Desarrollo e implementación de procedimientos de cribado de alto rendimiento para la identificación de compuestos bioactivos capaces de modular la función de dianas proteicas farmacológicas.

bmi_01

La caracterización biofísica de una proteína proporciona:

  • Información sobre el paisaje conformacional. El paisaje conformacional es el conjunto de estados conformacionales, estructural y energéticamente distinguibles, que son accesibles y se pueblan significativamente. La distribución de moléculas sobre estos estados conformacionales depende de la energía de Gibbs de cada estado, que es una función de las variables externas (temperatura, pH, fuerza iónica…) y de la interacción con otras biomoléculas o mutaciones en la secuencia. Como cada estado conformacional puede exhibir propiedades funcionales particulares, la conformación y la función de una proteína están reguladas a través de cambios en las variables externas y de señalización bioquímica (presencia de biomoléculas interaccionantes) o mutaciones. Esta conexión entre conformación y fucnión constituye la base del comportamiento alostérico en proteínas: modulación y control de la conformación (y, por tanto, de la función) mediante interacciones con otras biomoléculas (ej. iones, cofactores, inhibidores…).

    Nosotros empleamos técnicas y métodos biofísicos para estudiar el paisaje conformacional de proteínas de interés biotecnológico y/o biomédico.

bmi_02

  • Información sobre la función, regulación y evolución. La función fisiológica de proteínas, así como su regulación, siempre depende de la interacción con otras moléculas. Por tanto, la caracterización estructural y energética detallada de sus interacciones es fundamental. La interacción con iones metálicos estructurales y cofactores es de especial interés para la regulación de la función de proteínas. Además, esta información puede esclarecer aspectos evolutivos: la estabilización de estados conformacionales y funcionales alternativos inducida por mutaciones o ligandos puede originar nuevas funciones.

    Nosotros empleamos técnicas y métodos biofísicos para estudiar interacciones y su relación con la estabilidad estructural, así como su influencia sobre el paisaje conformacional.

bmi_13

  • Información sobre las bases moleculares y energéticas de enfermedades. Proteínas defectuosas son causa frecuente de enfermedad. La estabilización de estados non-nativos parcialmente (o completamente) desplegados inducida por mutaciones o ligandos puede conducir a un plegamiento incorrecto, inactivación y/o degradación temprana de una proteína, o a la formación de agregados tóxicos. Del mismo modo, mutaciones pueden alterar o impedir interacciones requeridas para una correcta función. El estudio biofísico del paisaje conformacional proporciona información sobre los estados conformacionales que podrían ser relevantes, en relación con la función y su regulación, así como información sobre el impacto de mutaciones sobre dicha función.

    Nosotros empleamos técnicas y métodos biofísicos para evaluar el impacto de mutaciones y la interacción con ligandos sobre la estabilidad y función de dianas farmacológicas.

  • Información para establecer estrategias de identificación de compuestos bioactivos. Tanto en enfermedades infecciosas (en las que la inactivación de una proteína clave del ciclo vital del patógeno mediante un inhibidor es la estrategia terapéutica usual) como en enfermedades genéticas o metabólicas (en las que la inactivación de una actividad excesiva mediante un inhibidor o el rescate de una actividad defectuosa con una chaperona farmacológica representan estrategias terapéuticas alternativas), es necesario modular y controlar la función de una determinada proteína. Para conseguir ese objetivo es necesario identificar compuestos de bajo peso molecular: 1) capaces de interaccionar con la proteína; 2) capaces de modular la función de la proteína; 3) que no interaccionen con dianas secundarias minimizando así los efectos secundarios; y 4) que tengan un perfil farmacocinético (ADMET) óptimo. La caracterización biofísica de una proteína proporciona información relevante sobre los puntos 1-3, representando un elemento crucial para el diseño, la validación y la optimización de procedimientos de cribado molecular.

    Nosotros desarrollamos e implementamos procedimientos de cribado molecular de alto rendimiento para identificar compuestos bioactivos frente a dianas farmacológicas.

 

figurea-new        figureb-new

  • Información para optimizar compuestos bioactivos (afinidad, selectividad, cambios conformacionales inducidos…). El estudio biofísico de interacciones en proteínas proporciona información sobre las interacciones intermoleculares relevantes (enlaces de hidrógeno, interacciones de van der Waals, electrostáticas e hidrofóbicas) subyacentes. La disección termodinámica de una interacción permite estimar las contribuciones entálpica y entrópica a la energía de Gibbs de interacción. El reparto de la energía de Gibbs en sus términos entálpico y entrópico (perfil o firma termodinámica de interacción) es fundamental para describir dicha interacción, ya que estos términos energéticos reflejan interacciones intermoleculares de diferente naturaleza (fortaleza, especificidad, susceptibilidad a mutaciones y facilidad para rediseño). Ligandos de similar afinidad interaccionan de forma diferente y exhiben diferentes propiedades si presentan un perfil termodinámico de interacción diferente; en particular, su interacción estará dirigida por diferentes interacciones intermoleculares, mostrarán diferente susceptibilidad frente a mutaciones en la diana, e inducirán diferentes cambios conformacionales. Por tanto, no solo la afinidad de interacción, sino el perfil termodinámico completo es relevante para comprender el modo de interacción y como criterio de decisión clave en la optimización de la afinidad y selectividad de interacción.

    Nosotros desarrollamos e implementamos procedimientos para la caracterización de interacciones biomoleculares. La caracterización biofísica termodinámica de compuestos candidato proporciona información valiosa para su optimización.

bmi_08

Los fenómenos cooperativos son inherentes al comportamiento de las biomoléculas y constituyen la base molecular y energética para la regulación de proteínas y el comportamiento alostérico. Se pueden distinguir diferentes tipos o niveles de cooperatividad en biomoléculas, que están a su vez directamente relacionados:

  • Estabilidad intrínseca de proteínas. El paisaje conformacional y las características estructurales y energéticas intrínsecas de una proteína son determinantes clave de su comportamiento y función. Muchas proteínas se pliegan espontáneamente y adoptan un estado nativo estructurado y definido. Otras proteínas pueden poblar estados parcialmente plegados non nativos con relevancia biológica. Además, muchas proteínas no se pliegan formando un estado conformacional estructurado a menos que interaccionen con otra molécula (proteínas intrínsecamente desordenadas), lo que puede tener implicaciones relacionadas con su función y regulación. Sorprendentemente, el aisaje conformacional y la estabilidad estructural intrínseca no se conservan entre proteínas estructuralmente homólogas.

    Nosotros estudiamos la estabilidad estructural de proteínas, con particular interés en proteínas intrínsecamente (parcialmente) desplegadas.

 

bmi_14

  • Acoplamiento entre interacción y cambios conformacionales. Frecuentemente las interacciones con ligandos en proteínas están acompañadas de cambios conformacionales. Esto es un reflejo de la modulación del paisaje conformacional mediante la interacción con un ligando. La magnitud del cambio conformacional depende de muchos factores; en particular, de la estabilidad intrínseca de la proteína y de características estructurales y funcionales específicas del ligando. Por ejemplo, se ha comprobado que en un ligando los determinantes estructurales para la afinidad de interacción no coinciden necesariamente con los determinantes para la regulación alostérica (que se produce mediante cambios conformacionales acoplados a la interacción). De hecho, el ajuste inducido se puede considerar un caso límite de selección conformacional cuando existe una diferencia de energía de Gibbs muy grande entre los dos estados conformacionales interconectados mediante la unión de ligando.

    Nosotros estudiamos los cambios conformacionales acoplados a la interacción de ligandos en proteínas, así como la relación entre plegamiento y unión en la regulación de la función en proteínas y en la especificidad de interacción.

bmi_10

  • Cooperatividad de interacción. La cooperatividad homotrópica (cooperatividad de unión entre moléculas del mismo ligando interaccionando con varios sitios de una proteína) y cooperatividad heterotrópica (cooperatividad de unión entre moléculas de diferentes ligandos interaccionando con uno o varios sitios de una proteína) constituyen la base de la regulación de la función de las proteínas y el comportamiento alostérico. En un sentido general, alosterismo se puede definir como el control y la modulación de la conformación de una proteína (paisaje conformacional) mediante la interacción con ligandos. Por tanto, cualquier proteína puede ser considerada una proteína alostéricamente regulada. El ejemplo más conocido es la dependencia con el pH de la estabilidad estructural de una proteína o la afinidad de interacción con un ligando: la unión o disociación de protones en grupos funcionales ionizables de la proteína (o el ligando) altera la energética de desplegamiento o de interacción. Por tanto, la afinidad de interacción, la cooperatividad de interacción y la capacidad de control alostérico no son propiedades conservadas entre ligandos estructuralmente similares.

    Nosotros desarrollamos e implementamos metodologías para caracterizar y evaluar efectos cooperativos (homotrópicos y heterotrópicos) en proteínas y su conexión con la función biológica.

 

bmi_09

 

PUBLICACIONES RELEVANTES

1.- Biophysical screening for identifying pharmacological chaperones and inhibitors against conformational and infectious diseases. Velazquez-Campoy, J. Sancho, O. Abian, S. Vega. Current Drug Targets 2016 17:1492-1505.

2.- Repositioning Tolcapone as a potent inhibitor of transthyretin amyloidogenesis and associated cellular toxicity. R. Sant’Anna, P. Gallego, L. Robinson, A. Pereira, Ne. Ferreira, F. Pinheiro, S. Esperante, I. Pallares, O. Huerta, R. Almeida, N. Reixach, R. Insa, A. Velazquez-Campoy, D. Reverter, N. Reig, S. Ventura. Nature Communications 2016 7:10787.

3.- Guanine nucleotide binding to the Bateman domain mediates the allosteric inhibition of eukaryotic IMP dehydrogenases. R.M. Buey, R. Ledesma-Amaro, A. Velazquez-Campoy, M. Balsera, M. Chagoyen, J.M. de Pereda, J.L. Revuelta. Nature Communications 2015 6:8923.

4.- Structural basis for inhibition of the histone chaperone activity of SET/TAF-Iβ by cytochrome c. K. Gonzalez-Arzola, I. Diaz-Moreno, A. Cano-Gonzalez, A. Diaz-Quintana, A. Velazquez-Campoy, B. Moreno-Beltran, A. Lopez-Rivas, M.A. De la Rosa.  Proceedings of the National Academy of Sciences USA 2015 112:9908-9913.

5.- Deconvolution analysis for classifying gastric adenocarcinoma patients based on differential scanning calorimetry serum thermograms. S. Vega, M.A. Garcia-Gonzalez, A. Lanas, A. Velazquez-Campoy, O. Abian. Scientific Reports 2015 5:7988.

6.- Improved flavodoxin inhibitors with potential therapeutic effects against Helicobacter pylori infection. J.J. Galano, M. Alias, R. Perez, A. Velazquez-Campoy, P.S. Hoffman, J. Sancho. Journal of Medicinal Chemistry 2013 56:6248-6258.

7.- Allosteric inhibitors of the NS3 protease from the hepatitis C virus. O. Abian, S. Vega, J. Sancho, A. Velazquez-Campoy. PLoS ONE 2013 8:e69773.

8.- The mechanism of allosteric coupling in choline kinase α1 revealed by a rationally designed inhibitor. M. Sahun-Roncero, B. Rubio-Ruiz, G. Saladino, A. Conejo-Garcia, A. Espinosa, A. Velazquez-Campoy, F.L. Gervasio, A. Entrena, R. Hurtado-Guerrero. Angewandte Chemie International Edition 2013 52:4582-4586.

9.- Plant tumour biocontrol agent employs a tRNA-dependent mechanism to inhibit leucyl-tRNA synthetase. S. Chopra, A. Palencia, C. Virus, A. Tripathy, B.R. Temple, A. Velazquez-Campoy, S. Cusack, J.S. Reader. Nature Communications 2013 4:1417.

10.- Kinetics and thermodynamics of chlorpromazine interaction with lipid bilayers: Effect of charge and cholesterol. P.T. Martins, A. Velazquez-Campoy, W.L. Vaz, R.M. Cardoso, J. Valerio, M.J. Moreno. Journal of the American Chemical Society 2012 134:4184-4195.

11.- Conformational stability of hepatitis C virus NS3 protease. O. Abian, S. Vega, J.L. Neira, A. Velazquez-Campoy. Biophysical Journal 2010 99:3811-3820.

12. Discovery of specific flavodoxin inhibitors as potential therapeutic agents against Helicobacter pylori infection. N. Cremades, A. Velazquez-Campoy, M. Martinez-Julvez, J.L. Neira, I. Perez-Dorado, J. Hermoso-Dominguez, P. Jimenez, A. Lanas, P.S. Hoffman, J. Sancho. ACS Chemical Biology 2009 4:928-938.

13.- Thermodynamics of zinc binding to hepatitis C virus NS3 protease: A folding by binding event. O. Abian, J.L. Neira, A. Velazquez-Campoy.  Proteins: Structure, Function and Bioinformatics 2009 77:624-636.

14.- Identification of pharmacological chaperones as new therapeutic agents to treat phenylketonuria. A.L. Pey, M. Ying, N. Cremades, A. Velazquez-Campoy, T. Scherer, B. Thöny, J. Sancho, A. Martinez. Journal of Clinical Investigation 2008 118:2858-2867.

15.- Isothermal titration calorimetry to determine association constants for high-affinity ligands. Velazquez-Campoy, E. Freire. Nature Protocols 2006 1:186-191.

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- New infrastructure for the Laboratorio Avanzado de Cribado e Interacciones Moleculares de Aragon (LACRIMA). Diputación General de Aragón y Ministerio de Economía y Competitividad (Proyecto de Infraestructuras Científico-Tecnológicas UNZA15-EE-3250). Universidad de Zaragoza. 2016-2018. PI: Javier Sancho (Universidad de Zaragoza – BIFI).

2.- Between atom and cell: Integrating molecular biophysics approaches for biology and healthcare (MOBIEU). European Cooperation in Science and Technology (eCOST, COST Action CA15126). ARBRE (Association of Resources for Biophysical Research in Europe). 2016-2020. PI: Patrick England (Institute Pasteur).

3.- Validation of a new, quick, non-invasive diagnostic method in serum for early detection of pancreatic cancer (PANCal). Asociación Española de Gastroenterología – Club Español del Páncreas. Instituto Investigación Sanitaria de Aragón, Hospital Clínico Universitario Lozano Blesa, Hospital Universitario Miguel Servet, Hospital de Donosti, Hospital de Barbastro, Universidad de Zaragoza – Instituto BIFI. 2015. PI: Olga Abián (Instituto de Investigación Sanitaria de Aragón (IIS) – Universidad de Zaragoza – BIFI).

4.- Protein stability: Basic principles of (partially) unfolded states and molecular studies on conformational disorders. Ministerio de Economía y Competitividad (BFU2013-47064-P). Universidad de Zaragoza. 2014-2017. PI: Adrián Velázquez Campoy / Javier Sancho (co-IPs) (Universidad de Zaragoza – BIFI).

5.- NEUROMED – Diagnosis and treatment of three neurodegenerative diseases (Parkinson, Phenylketonuria and TTR amyloidosis). ERDF – SUDOE Interreg IVB (SOE4/P1/E831 – Neuromed). Universidad de Zaragoza, Universidad Autónoma de Barcelona, Instituto de Biologia Molecular e Celular (Porto), Universidade de Coimbra, CNRS, INSERM (Languedoc-Roussillon). 2014-2015. PI: Javier Sancho (Universidad de Zaragoza – BIFI).

6.- Bioavailability of amphiphilic ligands – Drugs and metabolites. Ministerio de Ciencia e Innovación (Proyectos de Movilidad – Acciones Integradas, PRI-AIBPT-2011-1025). Universidad de Zaragoza, Universidad de Coimbra. 2012-2013. PI: Adrián Velázquez Campoy (Universidad de Zaragoza – BIFI).

7.- NS3 protease from hepatitis C virus: Identification of competitive and allosteric inhibitors. Ministerio de Ciencia e Innovación (BFU2010-19451). Universidad de Zaragoza. 2010-2013. PI: Adrián Velázquez Campoy (Universidad de Zaragoza – BIFI).

8.- NS3 protease from hepatitis C virus: Competitive and allosteric inhibitors, and molecular basis of drug resistance. Universidad de Zaragoza (UZ2009-BIO-05). Universidad de Zaragoza. 2010. PI: Adrián Velázquez Campoy (Universidad de Zaragoza – BIFI).

9.- Conformational equilibrium of the NS3 protease from hepatitis C virus: Non-native states and identification of a new type of allosteric inhibitors. Diputación General de Aragón (PI044/09). Universidad de Zaragoza. 2009-2011.

10.- Development of inhibitors of the NS3 protease from hepatitis C virus. Ministerio de Educación y Ciencia (SAF2004-07722). Universidad de Zaragoza. 2004-2007. PI: Adrián Velázquez Campoy (Universidad de Zaragoza – BIFI)

 

Colaboradores

  • Olga Abian (Instituto Aragones de Ciencias de la Salud and BIFI, Spain)
  • Juan Ausio (University of Victoria, Canada)
  • Rui Brito (Universidade de Coimbra, Portugal)
  • Pierpaolo Bruscolini (Universidad de Zaragoza and BIFI, Spain)
  • Jose A. Carrodeguas (Universidad de Zaragoza and BIFI, Spain)
  • Irene Diaz-Moreno (Instituto de Bioquimica Vegetal y Fotosintesis – CSIC, Spain)
  • Maria Fillat (Universidad de Zaragoza and BIFI, Spain)
  • Marcos R. Fontes (São Paulo State University, Brazil)
  • Ernesto Freire (The Johns Hopkins University, USA)
  • Enrique Garcia-Hernandez (Universidad Nacional Autonoma de Mexico, Mexico)
  • Ruben Martinez-Buey (Universidad de Salamanca, Spain)
  • Milagros Medina (Universidad de Zaragoza and BIFI, Spain)
  • Maria João Moreno (Universidade de Coimbra, Portugal)
  • Arturo Muga (Universidad del Pais Vasco, Spain)
  • Jose A. Navarro (Instituto de Bioquimica Vegetal y Fotosintesis – CSIC, Spain)
  • Julian Pardo (Universidad de Zaragoza and IIS-Aragon, Spain)
  • Santiago Ramon-Maiques (CNIO, Spain)
  • David Reverter (Universidad Autonoma de Barcelona, Spain)
  • Javier Sancho (Universidad de Zaragoza and BIFI, Spain)
  • Jayaraman Sivaraman (National University of Singapore, Singapore)
  • Maria A. Urbaneja (Universidad del Pais Vasco, Spain)
  • Salvador Ventura (Universidad Autonoma de Barcelona, Spain)
La Glicosilación de Proteínas
y su Papel en Enfermedad

Responsable de la Línea de Investigación:

Ramón Hurtado Guerrero

Investigadores:

Ramón Hurtado Guerrero
Matilde de las Rivas
Jorge Castro López

 

RESUMEN

Nuestro grupo está interesado en el estudio de las glicosiltransferasas, glicosilhidrolasas y proteínas/módulos de unión a carbohidratos implicados en enfermedades humanas. Para ello, utilizamos la cristalografía de proteínas como la principal herramienta complementada con enzimología, estudios de inhibición, etc, con el fin de estudiar los mecanismos moleculares de las enzimas que están implicadas en la síntesis, modificación y degradación de los glicoconjugados, oligo y polisacáridos (ver las publicaciones más relevantes del grupo a continuación).

 

figure1

Figure 1. Crystal structure of POFUT2 in complex with the human TSR1 from thrombospondin 1.

Principalmente trabajamos actualmente en la O-glicosilación de proteínas y en las glicosiltransferasas responsables de esta modificación postraduccional. En particular, estamos estudiando varias glicosiltransferasas tales como la proteína O-fucosiltransferasas 1 y 2 (POFUT1 y 2), y la gran familia de GalNAc-Ts. Mientras POFUT1 y 2 fucosilan dominios plegados tales como EFG y TSR (Figura 1), respectivamente, GalNAc-TS glicosila regiones no estructuradas localizadas en un gran número de proteínas, tales como las mucinas (Figura 2).

TOC_Nature.key

Figure 2. Crystal structure of GalNAc-T2 in complex with a glycopeptide. This figure also illustrates the striking dynamic observed in this enzyme, in which compact and extended monomeric structures are present in equilibrium with compact dimers.

Además estamos interesados en la elucidación de las coordenadas de reacción y el mecanismo catalítico mediante el uso de análogos de estado de transición o complejos de Michaelis. Finalmente estos estudios serán importantes para el diseño de nuevos fármacos con futuras aplicaciones terapéuticas frente a diversas enfermedades.

Por ultimo y aunque no relacionado con el campo de la glicobiología, tenemos una estrecha colaboración con el Prof. Dr. Guadix y Conejo-García, de la Universidad de Granada, en el desarrollo de nuevos inhibidores contra la colina quinasa 1 humana para el tratamiento del cáncer.

 

PUBLICACIONES RELEVANTES

1.- Structural insights into mechanism and specificity of O-GlcNAc transferase. Clarke AJ*, Hurtado-Guerrero R*, Pathak S*, Schüttelkopf AW*, et al. EMBO J. 2008, 27(20): 2780-8. *equal contributation as first author.

2.- Molecular mechanisms of O-GlcNAcylation. Hurtado-Guerrero R, Dorfmueller HC, van Aalten DM. Curr Opin Struct Biol. 2008, 18(5): 551-7.

3.- Recent structural and mechanistic insights into post-translational enzymatic glycosylation. Ramon Hurtado-Guerrero* and Gideon J Davies. Current Opinion in Chemical Biology. 16(5-6):479-87, 2012. *corresponding author

4.- The Vibrio cholerae colonization factor GbpA possesses a modular structure that governs binding to different host surfaces. Wong E, Vaaje-Kolstad G, Ghosh A, Ramon Hurtado-Guerrero, et al. PLoS Pathogen, 2012.

5.- The mechanism of allosteric coupling in choline kinase α1 revealed by a rationally designed inhibitor. María Sahún-Roncero, Belén Rubio-Ruiz, Giorgio Saladino, Ana Conejo-García, Antonio Espinosa, Adrián Velázquez-Campoy, Francesco Luigi Gervasio, Antonio Entrena and Ramon Hurtado-Guerrero*. Angewandte Chemie (selected as VIP), 52(17):4582-6, 2013. *corresponding author

6.- Combined structural snapshots and metadynamics reveal a substrate-guided front-face reaction for polypeptide GalNAc-transferase T2. Erandi Lira-Navarrete, Javier Iglesias-Fernández, Wesley F. Zandberg, Ismael Compañón, Yun Kong, Francisco Corzana, B. Mario Pinto, Henrik Clausen, Jesús M. Peregrina, David Vocadlo, Carme Rovira* and Ramon Hurtado-Guerrero*. Angewandte Chemie International Edition, 53(31):8206-10, 2014. *corresponding author

7.- Dynamic interplay between catalytic and lectin domains of GalNAc transferases modulates protein O-glycosylation. Erandi Lira-Navarrete, Matilde de las Rivas, Ismael Compañón, María Carmen Pallarés, Yun Kong, Javier Iglesias-Fernández, Gonçalo J. L. Bernardes, Jesús M. Peregrina, Carme Rovira, Pau Bernadó, Pierpaolo Bruscolini, Henrik Clausen, Anabel Lostao, Francisco Corzana, and Ramon Hurtado-Guerrero*. Nature Communications, 5;6:6937, 2015. *corresponding author

8.- X-ray Structures decipher the Non-equivalence of Serine and Threonine O-glycosylation points: Implications for the Molecular Recognition of the Tn Antigen by an anti-MUC1 Antibody. Nuria Martínez-Sáez,‡ Jorge Castro-López,‡ Jessika Valero-González,‡ David Madariaga, Ismael Compañón, Víctor J. Somovilla, Míriam Salvadó, Juan L. Asensio, Jesús Jiménez-Barbero, Alberto Avenoza, Jesús H. Busto, Gonçalo J. L. Bernardes, Jesús M. Peregrina,* Ramón Hurtado-Guerrero,* and Francisco Corzana*. Angewandte Chemie International, 54(34):9830-9834, 2015. *corresponding author

9.- Mucin Architecture behind the Immune Response: Design, Evaluation and Conformational Analysis of an Antitumor Vaccine Derived from an Unnatural MUC1 Fragment. Martínez-Sáez N, Supekar NT, Wolfert MA, Bermejo IA, Hurtado-Guerrero R, Asensio JL, Jiménez-Barbero J, Busto JH, Avenoza A, Boon G-J, Peregrina JM, and Corzana F. Chemical Science, 2016. DOI: 10.1039/C5SC04039F

10.- A proactive role of water molecules in acceptor recognition by Protein-O-fucosyltransferase 2. Jessika Valero-González, Christina Leonhard-Melief , Erandi Lira-Navarrete, Gonzalo Jiménez-Osés, Cristina Hernández-Ruiz, María Carmen Pallarés, Inmaculada Yruela, Deepika Vasudevan, Anabel Lostao, Francisco Corzana, Hideyuki Takeuchi, Robert S. Haltiwanger, and Ramon Hurtado-Guerrero*. Nature Chemical Biology, accepted manuscript, 2016. DOI:10.1038/nchembio.2019. * corresponding author

11.- A trapped covalent intermediate of a glycoside hydrolase on the pathway to transglycosylation. Insights from experiments and QM/MM simulations. Lluís Raich, Vladimir Borodkin, Wenxia Fang, Jorge Castro-López, Daan van Aalten*, Ramon Hurtado-Guerrero* and Carme Rovira*. Journal of the American Chemical Society (JACS), 2016. DOI: 10.1021/jacs.5b10092. * corresponding authors

12.- Plasmodium falciparum Choline Kinase Inhibition Leads to a Major Decrease in Phosphatidylethanolamine causing Parasite Death. Lucía Serrán-Aguilera, Helen Denton, Belén Rubio-Ruiz, Borja López-Gutiérrez, Antonio Entrena, Luis Izquierdo, Terry K. Smith*, Ana Conejo-García* and Ramon Hurtado-Guerrero*. Just accepted in Scientific Reports, 2016. *corresponding authors

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- Study of glycosyltransferases involved in the Notch signalling pathway. MICINN, 2011-2014. 120,000 euros. PI: Ramón Hurtado-Guerrero.

2.- Study of protein-carbohydrate interactions involved in human diseases. MEC, 2014-2016. 76,000 euros. PI: Ramón Hurtado-Guerrero.

 

Colaboradores

  • Prof. Robert Haltiwanger, The University of Georgia
  • Prof. Henrik Clausen, University of Copenhagen
  • Prof. Daan van Aalten, University of Dundee
  • Prof. Philip Hardwidge, Kansas State University
  • Prof. Tom Gerken, Case Western Reserver University
  • Prof. Pedro Merino, Universidad de Zaragoza
  • Dr. Francisco Corzana, Universidad de La Rioja
  • Dr. Gonzalo Jiménez-Osés, Universidad de La Rioja
  • Prof. Carme Rovira, Universidad de Barcelona
  • Dr. Filipa Marcelo, New University of Lisbon
  • Dr. Julián Pardo, Universidad de Zaragoza
  • Dr. Anabel Lostao, Universidad de Zaragoza
Redes y Sistemas Complejos
(COSNET Lab)

Responsable de la Línea de Investigación:

Professor Yamir Moreno

Investigadores::

Yamir Moreno
Sandro Meloni
Carlos Gracia-Lázaro
Emanuele Cozzo
Sergio Arregui
Alberto Aleta
Felipe M. Cardoso
Pablo Piedrahita

Miembros del BIFI vinculados a la línea de investigación que radican en el Departamento de Materia Condensada, Facultad de Ciencias, Universidad de Zaragoza:

Professor Luis Mario Floría Peralta
Jesús Gómez-Gardeñes

 

RESUMEN

El Grupo de Redes y Sistemas Complejos (COSNET) fue fundado en el año 2003 por el Profesor Yamir Moreno y tiene una amplia experiencia en Física Estadística y en la Física de Sistemas Complejos. Durante la última década, el grupo se ha consolidado como un equipo líder a nivel internacional en el estudio de diversos temas tales como: La estructura y dinámica de las Redes Complejas, Epidemiología, Biología de Sistemas, Redes Multiplex, fenómenos de sincronización, redes sociales y tecnológicas, especialmente, en el surgimiento y la evolución de los movimientos sociales online, Teoría Evolutiva de Juegos, así como en el análisis del comportamiento colectivo humano y en el desarrollo de experimentos a gran escala para el estudio de la cooperación.

Teoría de Redes complejas

Los sistemas naturales o artificiales se encuentran conectados y forman parte de nuestro entorno. La evidencia existente hasta la fecha de que es imposible comprender bien el funcionamiento de los sistemas complejos mediante el análisis de sus componentes de manera aislada, ha generado un creciente interés en el estudio de las redes complejas. La expectativa es que una mejor comprensión y modelización de la estructura de una red compleja (sea cual sea) conducirá, inexorablemente, a un mayor conocimiento de su comportamiento dinámico y funcional. Aunque la actual teoría de redes ha dado lugar a una serie de resultados relevantes y prometedores en los últimos años, todavía está en una fase prematura de su desarrollo, en particular, cuando se trata de aplicaciones a sistemas reales y de una mejor comprensión de la relación existente entre la estructura y la función. El propósito fundamental de esta línea de investigación es el estudio de las redes complejas y del comportamiento colectivo de agentes dinámicos que interactúan entre sí siguiendo las conexiones dadas por la topología de las mismas. Los objetivos específicos de esta línea incluyen:

  • La caracterización simultánea de las interacciones y de las dinámicas a escala local y el estudio de su integración en una dinámica global a nivel de todo el sistema.
  • El estudio de cómo la dinámica global afecta a las interacciones locales.
  • La caracterización estadística de redes reales.
  • El diseño de modelos más realistas.
  • El estudio de otros procesos dinámicos que tienen lugar en redes complejas y de la aparición o el surgimiento de comportamientos colectivos.
  • El desarrollo y la aplicación de herramientas analíticas para estudiar las redes complejas.
  • El fomento de la interdisciplinaridad y de una comunidad de científicos en grado de dominar esta disciplina y de obtener el máximo provecho de la misma.
  • Identificar la mejor estrategia para transferir el conocimiento adquirido a nivel de la ciencia básica a aplicaciones prácticas en aras de una caracterización y explotación más precisa de los sistemas reales.

La teoría de Redes Complejas es particularmente ventajosa para explorar diferentes aspectos de la complejidad. La idea fundamental es descubrir la estructura de las interacciones entre los componentes del sistema y el comportamiento emergente de sistemas de muchos cuerpos acoplados a la estructura subyacente. Esto mejorará significativamente nuestra capacidad de comprensión y modelización para predecir la dinámica y la función de los sistemas complejos. Además, dado que este enfoque no se sustenta en un conocimiento detallado de los componentes del sistema, sino en el análisis de sus interacciones, es posible obtener resultados universales que se pueden generalizar con relativa facilidad, por ejemplo, el estudio de los procesos de propagación de epidemias es muy similar al de difusión de virus informáticos. Por otra parte, las redes biológicas, como las redes de interacción de proteínas, comparten muchas características estructurales (libertad de escala) y dinámicas (módulos funcionales) con otros sistemas aparentemente muy diferentes como Internet o los patrones de interacción en sistemas sociales, de ahí que sistemas tan diversos como las redes peer-to-peer, los sistemas neuronales, fenómenos socio-técnicos o las redes biológicas complejas se pueden estudiar con una herramienta teórica y computacional única.

Existen todavía muchos procesos que desconocemos y que pueden beneficiarse de los hallazgos y técnicas desarrolladas, por ejemplo: ¿Por qué las redes libres de escala son tan abundantes en la naturaleza? ¿Existen principios universales que rigen el crecimiento y la evolución de estas redes? ¿Cómo la dinámica de las interacciones locales se propaga y se integra a escala global? Y, a su vez, ¿Cómo el comportamiento macroscópico del sistema modula las interacciones en escalas inferiores? Por último, ¿Existen patrones comunes que se puedan identificar no sólo estructuralmente, sino también en la organización funcional de estos sistemas? Estas y otras preguntas deberán ser estudiadas en los próximos años mediante la adopción de nuevas perspectivas basadas en una investigación multidisciplinar. Los resultados de esta investigación tienen importantes aplicaciones en problemas tales como: la modelización de procesos biológicos a nivel molecular y celular (metabolismo, la expresión génica, etc.), el estudio de la dinámica de epidemias, la caracterización de los procesos de transporte y difusión en redes y tecnologías de la comunicación, en fenómenos de sincronización y en la aparición de efectos colectivos con aplicaciones en Neurociencia y sistemas sociales. El objetivo final es comprender los principios generales que rigen estos sistemas biológicos, sociales y tecnológicos con el fin de ser capaces de predecir, diseñar y controlar el comportamiento de una amplia gama de sistemas reales.

“La Ciencia de la Complejidad”

La Ciencia de la Complejidad se ha convertido en una disciplina extremadamente importante en el estudio de muchos sistemas reales. La Complejidad se basa en el principio holístico anti-reduccionista que considera que el todo es mucho más que la suma de sus partes. Esta nueva perspectiva permite un análisis preciso de diferentes procesos y fenómenos con el objetivo de predecir la evolución de los mismos a lo largo del tiempo. Un comportamiento complejo se da cuando muchas interacciones a escala local conducen, de manera colectiva, a resultados impredecibles a mayor escala. Sin embargo, sólo en las últimas décadas, los científicos han comenzado a reconsiderar el punto de vista reduccionista y tradicional que ha guiado a la ciencia durante muchos años. La evidencia acumulada hasta la fecha de que el funcionamiento real de sistemas tan complejos como las células de un organismo vivo o la dinámica de grandes grupos sociales, no pueda ser comprendido mediante una simple reducción de estos sistemas a la suma de sus partes integrantes, ha generado un interés cada vez mayor en el estudio de los sistemas complejos. Dichos estudios están revelando una serie de comportamientos emergentes de diferentes sistemas y proporcionando un análisis más profundo y detallado de estos, a menudo con resultados sorprendentes e inesperados.

Redes Multiplex

Hasta hace poco tiempo, la mayor parte de los estudios sobre la estructura y la dinámica de las redes se basaban en grafos de una sola capa, en los cuales todas las interacciones, con independencia de las condiciones en las que fueron obtenidas, aparecían como agregados. Sin embargo, a medida que hemos recopilado más datos sobre sistemas reales, es evidente que muchos sistemas están formados por diferentes capas interconectadas e interdependientes entre sí. Piense, por ejemplo, en un sistema de transporte, en el cual los diferentes medios de transporte coexisten espacialmente. Una representación exacta de un sistema de este tipo consideraría cada medio de transporte como una capa y las diversas conexiones entre ellos representarían la posibilidad de cambiar de uno a otro: de una línea de autobús a una línea de metro o de tranvía, por ejemplo. Lo mismo se aplica a sistemas sociales online, en los que un individuo puede estar en varias plataformas (Twitter, Facebook, Google Plus, etc.) simultáneamente, compartiendo y recibiendo información a través de varios canales. Un último ejemplo corresponde al ámbito de la Biología y está dado por procesos celulares, en los que existen diversas vías bioquímicas que operan al unísono.

Este nuevo paradigma estructural plantea importantes retos. En primer lugar, debemos indagar cuándo la estructura multicapa es realmente importante y desarrollar entonces, nuevas métricas, algoritmos y representaciones de estos sistemas. Además, los procesos dinámicos como la difusión y las dinámicas de propagación deben ser reevaluados, pues se espera que surjan nuevas fenomenologías. En nuestro grupo COSNET, estudiamos estas redes desde hace ya algunos años y hemos realizado un número significativo de contribuciones que han tenido gran impacto en el campo de la Ciencia de Redes. Esto incluye el estudio de los procesos de difusión, la propagación e interacción de enfermedades infecciosas en las que hay involucradas múltiples cepas, nuevas métricas y formalismos para caracterizar la estructura de las redes multicapas y la dinámica de la difusión de información a través de diversos canales. Continuaremos explorando esta línea y el objetivo más próximo es estudiar diversos problemas interesantes en el campo de la Biología.

multiplexnetworks_researchline_cosnet

 

Epidemiología

La propagación de epidemias es un tema central en una amplia variedad de campos. En este contexto, tanto la modelización de una epidemia como la recolección de datos sobre redes de contacto están contribuyendo al desarrollo de un marco computacional y teórico preciso que permita simular cómo evolucionan y se propagan las enfermedades, así como a la búsqueda de nuevos protocolos y políticas de inmunización eficaces. Sin embargo, la falta de una descripción completa de los mapas de conectividad y las singularidades de los mecanismos de transmisión hacen que el análisis sea extremadamente difícil. Por este motivo, es necesario invertir un esfuerzo en el diseño de modelos de propagación de epidemias fiables que se beneficien de los datos de los patrones de conectividad dados por los mapas sociales de contactos (direccionalidad, edad, género, etc.) y en entender las dinámicas de interacción de diferentes enfermedades. Nuestra investigación comprende el estudio de situaciones en las que múltiples patógenos coexisten en la misma población, incluidos aquellos sistemas en que los patógenos compiten entre sí (como la gripe estacional) o los llamados sistemas sindémicos (por ejemplo, el VIH y la Tuberculosis), es decir, las interacciones sinérgicas entre dos o más enfermedades coexistentes en una población determinada y que producen una carga excesiva por enfermedad. En este contexto, el estudio de las redes multicapas es fundamental.

tb_disease_modeling

Marco Epidemiológico y Redes Multicapa

El análisis de los procesos de propagación de epidemias desde un punto de vista cuantitativo es un campo muy amplio que ha sido objeto de estudio durante casi un siglo. La modelización matemática y computacional de enfermedades infecciosas es un esfuerzo colectivo de científicos provenientes de diversas áreas entre los que se encuentran: matemáticos, epidemiólogos, informáticos, físicos, biólogos, etc. Los enfoques de la Física a problemas en Epidemiología tienen en cuenta aspectos de la Física Estadística y de la teoría de transiciones de fase y fenómenos críticos para comprender el comportamiento macroscópico de los brotes epidémicos. La Aproximación de Campo Medio es un marco exitoso que permite reducir la complejidad del sistema estudiado. Este enfoque se utiliza, principalmente, para estudiar la propagación de una enfermedad en un sistema en el que los individuos se identifican como nodos de una red compleja de contactos. Otro enfoque alternativo importante utilizado para describir matemáticamente la propagación de enfermedades infecciosas a gran escala es el llamado enfoque de meta-población. Este marco describe un conjunto de sub-poblaciones espacialmente estructuradas que interactúan como una red, cuyos enlaces representan la movilidad de los individuos entre las distintas subpoblaciones. Cada subpoblación se compone de un número de individuos que se dividen en varias categorías según su estado dinámico con respecto a la enfermedad que se está modelizando (susceptibles, infectados, recuperados). Las dinámicas internas compartimentales modelan las dinámicas de contagio al considerar que las personas en la misma subpoblación están en contacto y pueden cambiar de estado en función de sus interacciones y de la dinámica de la enfermedad. Por último, las subpoblaciones también interactúan entre sí e intercambian individuos debido a la movilidad de una subpoblación a otra.

Intentar comprender analíticamente cómo los diversos componentes del modelo influyen en la dinámica e interactúan, no siempre es posible. A menudo, esto se logra numéricamente. Por lo tanto, la idea es prestar mayor atención al desarrollo de métodos numéricos eficientes en grado de complementar, cuando sea viable, los enfoques analíticos. El hecho de tener que modelar un proceso epidémico real en el cual están involucradas múltiples variables complejas hace que la combinación de grandes bases de datos con modelos relativamente sencillos, sea el único enfoque razonable para una adecuada modelización, manejo y comprensión del proceso. Por último, vale la pena mencionar que la investigación epidemiológica se enfrenta hoy en día a muchos problemas relacionados con la falta de modelos epidemiológicos teóricos y computacionales específicos en grado de explicar los mecanismos de transmisión detrás de las principales amenazas a la salud pública mundial. Todo esto se amplifica como resultado de nuestro limitado conocimiento acerca de la interacción entre las diferentes escalas involucradas en la transmisión de enfermedades infecciosas.

La mayoría de los modelos epidémicos asumen que los procesos de propagación de epidemias tienen lugar en un único nivel (ya sea una única población, un sistema de meta-población o una red de contactos). Por lo tanto, los problemas mas acuciantes vinculados a la interdependencia entre múltiples escalas, demandan el desarrollo de un nuevo conjunto de enfoques teóricos y de simulaciones. Nuestra investigación estudia el surgimiento y la evolución de enfermedades infecciosas desde un nuevo paradigma de sistemas complejos multi-escala. En este contexto, el hecho de considerar no sólo un único nivel de interacción, sino también la interdependencia existente entre distintos niveles, supone un cambio radical que permite hacer frente a problemas como la comorbilidad y la propagación de enfermedades infecciosas persistentes con múltiples cepas del mismo patógeno. Los resultados en este sentido son prometedores, pues ofrecen un marco de un valor incalculable para comprender mejor las principales amenazas a la salud pública mundial.

Por lo tanto, nuestro objetivo es desarrollar un marco epidemiológico que integre los distintos aspectos a considerar en la propagación de enfermedades a nivel mundial: desde las redes individuales de contactos a los sistemas de meta-población, la interacción entre diferentes enfermedades y cepas, y la influencia de los cambios de comportamiento humano y de los patrones de movilidad en la incidencia de estas enfermedades.

En este contexto, nuestros principales objetivos son:

  • Integrar los enfoques a nivel individual en esquemas de meta-población con el objetivo de dar mayor realismo a la estructura de las subpoblaciones.
  • Generar nuevos esquemas de modelización matemática y computacional para describir con precisión el impacto de los cambios de comportamiento humano en el curso de una epidemia.
  • Desarrollar modelos que permitan evaluar los efectos de la interacción entre infecciones persistentes (en concreto, entre la Tuberculosis y el SIDA) en poblaciones estructuradas.
  • Avanzar significativamente en el desarrollo de un nuevo marco teórico y de modelización para comprender mejor el papel de la reacción cruzada entre cepas en enfermedades multi-escala.
  • Comparar las propiedades estructurales y dinámicas de los modelos epidemiológicos multi-escala con otros sistemas complejos multi-escala e interdependientes en busca de similitudes, principios organizativos y patrones dinámicos universales.

disease_reserach_image

Estructura y Dinámica de Sistemas Sociales Online

La recolección de una gran cantidad de datos digitales nos proporciona una visión profunda de la estructura y la dinámica de los sistemas socio-técnicos a gran escala. Con el propósito de avanzar aún más en el conocimiento de este tipo de sistemas, es imprescindible desarrollar un mecanismo eficiente para el adecuado manejo de los datos, así como implementar nuevos algoritmos y herramientas de modelización que nos permitan extraer nuevas conclusiones acerca de los mismos. Es evidente que los sistemas sociales online juegan un papel fundamental en el desarrollo de diferentes fenómenos colectivos que se manifiestan en el mundo real. Por lo tanto, el análisis del surgimiento y la evolución de movimientos sociales influyentes en plataformas sociales como Twitter es extremadamente útil si queremos hacer proyecciones fiables sobre el comportamiento colectivo humano.

Como todos conocemos, los sistemas socio-tecnológicos son una parte importante de la sociedad actual. Dichos sistemas están dando lugar a transformaciones profundas en la forma en que nuestra sociedad se auto-organiza, genera y utiliza la información, y nos permiten explorar en profundidad los verdaderos mecanismos que rigen el comportamiento y la relación entre individuos. Sin embargo, estas transformaciones no conducen necesariamente a mejoras sustanciales, sino que pueden generar inestabilidades y hacer que los sistemas sociales y económicos se vuelvan más frágiles. La revolución tecnológica avanza a un ritmo vertiginoso y cada vez tenemos acceso a una mayor cantidad de datos. Todo esto hace evidente la necesidad de desarrollar nuevos modelos y algoritmos para una mejor comprensión de las propiedades emergentes de los sistemas sociales y tecnológicos y para anticipar las consecuencias de las nuevas regulaciones, acciones o fallos del sistema.

Aunque se han obtenido resultados prometedores en la modelización del comportamiento colectivo en los sistemas socio-tecnológicos, todavía queda mucho por hacer para lograr una comprensión y caracterización más precisa de los fenómenos sociales. Para entender los fenómenos sociales, necesitamos generar primero modelos teóricos que incorporen patrones derivados del análisis de datos reales y validarlos a través de simulaciones basadas en el manejo de datos a gran escala. Con la inmensa cantidad de datos disponibles en la actualidad surgen nuevos e importantes retos.

Las herramientas con las que contamos carecen de solidez ante los nuevos desafíos que suponen las nuevas formas de interacción entre individuos. Si pensamos, por ejemplo, en un sistema socio-técnico como las redes sociales online en el que infinidad de individuos se agrupan en múltiples capas en función de determinadas categorías: política, ciencia, tecnología, etc., y le asignamos a cada una de estas capas un peso específico en la red: ¿Seríamos capaces de predecir con qué probabilidad un rumor o una creencia determinada alcanza proporciones que se extienden a todo el sistema? ¿Existe un mecanismo general detrás de este tipo de fenómeno social, o simplemente, diferentes mecanismos únicos para cada estrato o nicho social? ¿Son los individuos influyentes dependientes del sistema? ¿Estamos en grado de entender las causas que han promovido el auge de las distintas movilizaciones políticas en diferentes partes del mundo? ¿Estamos realmente en condiciones de responder a todas estas preguntas que tantas dudas e inquietudes nos generan y que tanto nos gustaría saber?

onlinesocialsystems_cosnet_line

 

Teoría Evolutiva de Juegos y El Hombre Socio-Técnico:

La Teoría Evolutiva de Juegos se basa en una rama de las matemáticas que permite analizar la interacción estratégica entre agentes racionales o irracionales que pueden ser individuos, grupos, empresas, grandes corporaciones, etc. El juego consiste en un conjunto de jugadores y estrategias. Cada jugador gana una recompensa que depende no sólo de su propia estrategia, sino también de la estrategia llevada a cabo por sus competidores. Esta teoría es muy útil para intentar desvelar y predecir el comportamiento humano y proporciona un marco y herramientas analíticas indispensables para la comprensión de una amplia gama de fenómenos que ocurren en la vida real y que están vinculados a la toma de decisiones por parte de individuos o de grupos de individuos que interactúan entre sí (ver contribuciones de John von Neumann, Oskar Morgenstern y John Nash). El Dilema del Prisionero es el modelo más estudiado en la Teoría Evolutiva de Juegos y consiste en un juego simétrico, bipersonal, finito, estático y de suma no nula en la que los jugadores deben elegir entre dos estrategias: Cooperar o traicionar. El dilema parte de la base de que desde un punto de vista meramente individual, traicionar (es decir, no cooperar) sería siempre la mejor estrategia. Ahora, la cooperación mutua es mucho mejor que no cooperar unilateralmente. Ese es el dilema.

Si queremos describir con éxito al hombre socio-técnico, tenemos que comprender primero algunos aspectos esenciales entre los que destacan: cómo los humanos interactúan con el medio y con otros individuos, cómo surge y prevalece la cooperación, cómo las redes sociales evolucionan y determinan la manera de comunicarnos entre sí, etc. Para lograr este objetivo, debemos desarrollar nuevas formas de analizar los datos existentes, realizar experimentos controlados con grupos de individuos y evaluar la respuesta de éstos ante ciertos dilemas sociales y escenarios hipotéticos. Todo ello favorecerá el desarrollo de nuevos métodos teóricos, computacionales y de algoritmos; y estaremos en condiciones de comprender mejor los verdaderos factores y mecanismos que determinan el comportamiento humano en una amplia variedad de situaciones. Además, se pueden encontrar nuevos patrones que permitan perfeccionar las políticas actuales con el objetivo de crear una sociedad futura mejor y más sostenible.

Finalmente, la Teoría Evolutiva de Juegos también es de gran utilidad para estudiar diferentes fenómenos y procesos biológicos tales como la ecología de poblaciones de bacterias, y la evolución de virus y especies, en general.

game_theory_research_image

El Laboratorio de Economía Experimental “NECTUNT” se dedica  a estudiar la cooperación en humanos, así como las distintas aplicaciones de la Teoría Evolutiva de Juegos en diversos campos de la ciencia. Metodológicamente, hacemos uso de esta teoría y de las simulaciones por ordenador para construir modelos basados en nuestros hallazgos en experimentos controlados, tanto presenciales como online. En la actualidad, estamos inmersos en un Proyecto Europeo (IBSEN), cuyo objetivo es crear el mayor simulador global existente hasta la fecha para el estudio del comportamiento humano ante una serie de dilemas y situaciones estratégicas. De esta forma, estaríamos en condiciones de dar respuesta a preguntas tales como: ¿Qué mecanismos y motivaciones promueven el surgimiento y la evolución de la cooperación en humanos? ¿Cómo se comportan los individuos en determinados contextos? ¿Cómo se forman las burbujas financieras?

El mayor experimento en tiempo real desarrollado hasta la fecha con software, plataforma de visualización, diseño y ejecución propios (por parte de investigadores del Instituto BIFI) tuvo lugar en Zaragoza en el año 2011 y participaron cerca de 1300 voluntarios de distintas escuelas e institutos de Aragón.

 

PUBLICACIONES RELEVANTES

1.- Complex Networks: Structure and Dynamics. S. Boccaletti, V. Latora, Y. Moreno, M. Chávez and D.-U. Hwang. Physics Reports 424, 175-308 (2006).

2.- Heterogeneous networks do not promote cooperation when humans play a Prisoner’s Dilemma. C. Gracia-Lázaro, A. Ferrer, G. Ruíz, A. Tarancón, J. A. Cuesta, A. Sánchez, and Y. Moreno. Proceedings of the National Academy of Sciences USA 109, 12922-12926 (2012).

3.- Evolutionary dynamics of group interactions on structured populations – A review. M. Perc, J. Gómez-Gardeñes, A. Szolnoki, L. M. Floría and Y. Moreno. Journal of the Royal Society Interface 10, 20120997 (2013).

4.- Host mobility drives pathogen competition in spatially structured populations. C. Poletto, S. Meloni, V. Colizza, Y. Moreno and A. Vespignani. PLoS Computational Biology 9 (8): e1003169 (2013).

5.- The role of hidden influentials in the diffusion of online information cascades. R. A Baños, J. Borge-Holthoefer and Y. Moreno. EPJ Data Science 2:6 (2013).

6.- Multilayer Networks. M. Kivela, A. Arenas, M. Barthelemy, J. P. Gleeson, Y. Moreno, and M. A. Porter. Journal of Complex Networks 2, 203-271 (2014).

7.- Behavioral transition with age in social dilemmas: From reciprocal youth to persistent response in adulthood. M. Gutiérrez-Roig, C. Gracia-Lázaro, J. Perelló, Y. Moreno, and A. Sánchez. Nature Communications 5:4362, doi: 10.1038/ncomms5362 (2014).

8.- Dynamics of interacting diseases. J. Sanz, C. -Y. Xia, S. Meloni and Y. Moreno. Physical Review X 4, 041005 (2014).

9.- Reputation drives cooperative behavior and network formation in human groups. J. A. Cuesta, C. Gracia-Lázaro, A. Ferrer, Y. Moreno, and A. Sánchez. Scientific Reports 5:7843 (2015).

10.- Characterizing two-pathogen competition in spatially structured environments. C. Poletto, S. Meloni, A. Van Metre, V. Colizza, Y. Moreno and A. Vespignani. Scientific Reports 5:7895 (2015).

11.- Dynamic instability of cooperation due to diverse activity patterns in evolutionary social dilemmas. C. -Y. Xia, S. Meloni, M. Perc and Y. Moreno, “”, Europhysics Letters 109, 58002 (2015).

12.- Spatiotemporal characterization of information-driven collective phenomena through transfer entropy. J. Borge-Holthoefer, N. Perra, B. Gonçalves, S. Gonzalez-Bailón, A. Arenas, Y. Moreno, and A. Vespignani. Science Advances 2, e1501158 (2016).

13.- Modeling the effects of network structure, competition and memory time on social spreading phenomena. J. P. Gleeson, K. P. O’Sullivan, R. A. Baños, Y. Moreno. Physical Review X 6, 021019 (2016).

14.- Humans conform to a reduced set of behavioral phenotypes when facing social dilemmas. J. Poncela-Casasnovas, M. Gutiérrez-Roig, C. Gracia-Lázaro, J. Vicens, J. Gomez-Gardeñes, J. Perelló, Y. Moreno, J. Duch, and A. Sánchez. Science Advances 2, e1600451 (2016).

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- BRIDGING THE GAP: FROM INDIVIDUAL BEHAVIOR TO THE SOCIO-TECHNICAL MAN (IBSEN), European Commission. H2020 FET Open, Project number 662725, 2015-2018.

2.- DISTRIBUTED GLOBAL FINANCIAL SYSTEMS FOR SOCIETY (DOLFINS), European Commission. H2020 FET Proactive GSS, Project number 640772, 2015-2017.

3.- FOUNDATIONAL RESEARCH ON MULTILEVEL COMPLEX NETWORKS AND SYSTEMS (MULTIPLEX), European Commission. FET Proactive IP Project number 317532, 2012-2016.

4.- MATHEMATICAL FRAMEWORK FOR MULTIPLEX NETWORKS (PLEXMATH), European Commission. FET Proactive STREP Project number 317614, 2012-2015.

 

Colaboradores

  • Alessandro Vespignani (Sternberg Distinguished University Professor College of Computer and Information Science, College of Science, Bouvé College of Health Sciences, Northeastern University, Boston, US)
  • Vittoria Colizza (Inserm and UPMC Université Paris 06, Faculté de Médecine, Paris & ISI Foundation, Turin, Italy)
  • Chiara Poletto (Researcher (Chargé de Recherche 2ème classe) EPICX-Lab, iPLESP, INSERM & UPMC UMR-S 1136)
  • Carlos Martín (Group of Mycobacterial Genetics, Faculty of Medicine, University of Zaragoza, Spain)
  • James Gleeson (Department of Mathematics and Statistics, University of Limerick, Ireland)
  • Javier Borge-Holthoefer (Internet Interdisciplinary Institute, IN3, Group: CoSIN3, Barcelona, Catalunya)-External BIFI Member.
  • Sandra González-Bailón (University of Pennsylvania’s Annenberg School for Communication, US)
  • Francisco Rodriguez (Department of Applied Mathematics and Statistics, Institute of Mathematics and Computer Science, University of São Paulo, Brazil)
  • Angel Sánchez (Universidad Carlos III, Madrid, Spain. External BIFI Member)
  • José Cuesta (Universidad Carlos III, Madrid, Spain. External BIFI Member)
  • Josep Perelló (OpenSystems-UB, Departament de Física Fonamental, Universitat de Barcelona)
  • Matjaz Perc (Faculty of Natural Sciences and Mathematics, University of Maribor, Slovenia)
  • Zhen Wang (Research Associate, School of Computer Science and Engineering, Nanyang Technological University)

 

El contenido de esta Web está protegido por la ley de copyright ©
* Queda prohibida la reproducción de estos textos, los cuales pueden ser utilizados únicamente con fines de divulgación científica y citando la fuente original.

Modelización Física de Biomoléculas

Responsable de la Línea de Investigación:

Pierpaolo Bruscolini

Investigadores:

Pierpaolo Bruscolini, Profesor Contratado Doctor Investigador UZ
Antonio Rey Gayo, Catedrático
Ana Ma Rubio Caparrós, Profesora Titular UCM
Fernando Falo Forniés, Profesor Titular UZ

 

RESUMEN

La línea de investigación de “Modelización Física de biomoléculas” está articulada en tres grupos de investigación que comparten la misma aproximación a la física de las moléculas biológicas así como last écnicas de análisis basatas en la simulación numérica y la mecánica estadística.

Grupo de Pierpaolo Bruscolini

Aplicamos modelos de grano grueso y métodos de mecánica estadística al estudio del plegamiento, de la función, al diseño y a la secuenciación de proteínas, buscando el mejor equilibrio entre la precisión cuantitativa de las predicciones (que aumenta con la complejidad del modelo) y la viabilidad en términos de costes computacionales (que mejoran con la simplicidad del enfoque). También estamos interesados en la inferencia estadística y sus aplicaciones, y la estamos utilizando para investigar señalización y rediseño de proteínas. Nuestra opinión es que la explosión de la cantidad de datos biológicos que estamos viviendo precisa, para su tratamiento, modelos y enfoques sencillos, que ayuden en la racionalización y comprensión de los procesos biológicos.

En más detalle, nuestra actividad reciente abarca estudios en diferentes direcciones:

a) Plegamiento de proteínas: utilizamos modelos simples, y en especial el modelo Wako-Saito-Muñoz-Eaton, para el cual se puede dar una solución exacta (PRL 88, 258101, 2002). En particular, hemos desarrollado este último modelo para proporcionar una descripción cuantitativa de los datos procedentes de diferentes técnicas experimentales.

b) Diseño de proteínas: hemos tratado el diseño de proteínas como un proceso de optimización, con la cadena principal fija, sobre la la secuencia de aminoácidos y de sus rotámeros. Nuestros resultados sugieren que es importante tener en cuenta la entropía para diseñar secuencias óptimas. Estamos interesados en desarrollar el método, utilizando diferentes campos de fuerza para los rotámeros.

c) Secuenciación de proteínas: estudiamos la secuenciación de novo por Espectrometría de Masas en Tandem, y hemos propuesto un nuevo algoritmo, T-NovoMS, que se basa en el mapeo de la secuencia del péptido precursor en la termodinámica de un sistema unidimensional , donde el espectro MSMS experimental actua como un campo externo. Hemos desarrollado un servidor web que implementa el método: http://webapps.bifi.es/tnovoms/

d) Función de proteínas: hemos aplicado un modelo sencillo (worm-like-chain) para estudiar el papel de la interacción entre el dominio catalítico y la lectina de la GalNAC transferasa 2, en la determinación de la estructura y función de dicho enzima.

1
Grupo de Antonio Rey

Utilizamos métodos de simulación molecular y modelos de grano grueso (coarse- grained) para explorar la estabilidad de la estructura nativa y el proceso de plegamiento de proteínas.

Diseñamos estos modelos para analizar los aspectos estructurales, termodinámicos y cinéticos del proceso. La parte más importante de este diseño es el potencial de interacción que permite alcanzar la estructura nativa. En los últimos años, hemos estado utilizando principalmente potenciales basados en la estructura nativa. Se consideran los contactos presentes en la estructura nativa para definir interacciones atractivas a lo largo de la simulación. Hemos estudiado diferentes modelos que combinan los potenciales nativos con potenciales de campo medio para tener en cuenta la secuencia química de la proteína. Asimismo hemos introducido potenciales para describir los enlaces de puente de hidrógeno, particularmente interesantes en el estudio de procesos de agregación de proteínas a concentraciones moderadas o altas.

La técnica que más utilizamos para estudiar la transición térmica entre los estados nativo y desnaturalizado es la simulación de Monte Carlo mediante el método denominado de intercambio de réplicas (“parallel tempering”). Nuestro trabajo involucra un importante componente metodológico, mediante la disección de los diferentes aspectos físicos y matemáticos que intervienen en los modelos de simulación. Al hacer esto, hemos sido capaces de crear modelos que pueden ser usados para aprender acerca de los procesos de plegamiento de proteínas en diferentes sistemas interesantes: sistemas de dos estados frente a proteínas con plegamiento sin barreras, proteínas con intermedios termodinámicos, proteínas anudadas, proteínas bajo presión, proteínas en sistemas altamente confinados, o la competencia entre el plegamiento de proteínas y la agregación.

     2       3

 

Grupo de Fernando Falo

Utilizamos modelos mesoscópicos a diferentes escalas para tratar diversos problemas biológicos:

a) Transporte por motores moleculares: Investigamos el transporte de cargos en el interior de las células por motores direccionales y procesivos (kinesinas y dineinas). Nuetro trabajo está enfocado en la actualidad al studio de la influencia de la estructura de la red de microtúbulos en el transporte de los cargos and como medio de interacciones entre motores.

b) Traslocación de polímeros. El paso de polímeros a través de membranas es un fenómeno importante tanto desde el punto de vista de procesos biológicos como tecnológicos. Estamos desarrollando modelos de traslocación impulsada por fuerzas dependientes del tiempo (deterministas o estocásticas).

c) Paisajes de energía libre de biomoléculas: aplicamos “Markov Network Models” a procesos de desplegamiento mecánico y térmico de proteínas. Además, estamos estudiando el modelado de la ruptura de enlaces en complejos moleculares para entender el perfil de energía libre subyacente a dicho proceso.

d) Modelos de estructuras de DNA no canónicas: nos centramos en el compotamiento de G- quadruplex de DNA sometidos a fuerza externas como las generadas por AFM o pinzas ópticas. Estamos desarrollando modelos mesoscópicos de tales moléculas así como realizando simulaciones a nivel atómico. Nuestro objetivo es acercar el regimen de la teoría y la simulación a las condiciones experimentales realistas.

e) Otros campos de estudio comprenden el comportamiento del agua biológica, biología de sistemas de la diferenciación celular y modelos de desnaturalización del DNA.

4

PUBLICACIONES RELEVANTES

1.- Steric confinement and enhanced local flexibility assist knotting in simple models of protein folding. Miguel Soler, Antonio Rey, and Patrícia FN Faísca. Phys. Chem. Chem. Phys. DOI: 10.1039/c6cp05086g (2016).

2.- Dynamic interplay between catalytic and lectin domains of GalNAc-transferases modulates protein O-glycosylation. Lira-Navarrete, E.; De Las Rivas; Compañón, I.; Pallarés, M. C.; Kong, Y.; Iglesias-Fernández, J.; Bernardes, G. J. L.; Peregrina, J. M.; Rovira, C.; Bernadó, P.; Bruscolini, P.; Clausen, H.; Lostao, A.; Corzana, F.; Hurtado-Guerrero, R. Nature Communications 6: 6937, 2015.

3.- Mapping the Topography of a Protein Energy Landscape. Hutton, R. D.; Wilkinson, J.; Faccin, M.; Sivertsson, E. M.; Pelizzola, A.; Lowe, A. R.; Bruscolini, P.; Itzhaki, L. S. J. Am. Chem Soc. 137 – 46, pp. 14610 – 14625. 2015.

4.- Active polymer translocation in the 3d domain. A. Fiasconaro, J. J. Mazo, F. Falo. Physical Review E 91, 022113 (2015).

5.- An integrative approach for modeling and simulation of Heterocyst pattern formation in Cyanobacteria filaments. A. Torres-Sánchez, J. Gómez-Gardeñes, F. Falo. PLoS Comput Biol 11(3) e1004129. (2015).

6.- Role of the central cations in the mechanical unfolding of DNA and RNA G-quadruplexes. A. E. Bergues-Pupo, J. R. Arias-Gonzalez, M. C. Morón, A. Fiasconaro and F. Falo. Nucleic Acids Research 43(15) 7638-7647 (2015).

7.- How determinant is N-terminal to C-terminal coupling for protein folding?. Heinrich Krobath, Antonio Rey, and Patrícia FN Faísca. Phys. Chem. Chem. Phys. 17, 3512 – 3524 (2015).

8.- Intermediates in the folding equilibrium of repeat proteins from the TPR family. Vicente González and Antonio Rey. Eur. Biophys. J. 43, 433 – 443 (2014).

9.- Design of a rotamer library for coarse-grained models in protein folding simulations. María Larriva and Antonio Rey. J. Chem. Inform. Model. 54, 302 – 313 (2014).

10.- Binary interactions between dendrimer molecules. A simulation study. Ana M. Rubio, Carl C. McBride and Juan J. Freire. Macromolecules, 47, 5379 – 5387 (2014).

11.- MS/MS spectra interpretation as a statistical-mechanics problem. Faccin, M.; Bruscolini, P. Analytical Chemistry. 85 – 10, pp. 4884 – 4892. 2013.

12.- Quantitative prediction of protein folding behaviors from a simple statistical model. Bruscolini, P.; Naganathan, A. N. J. Am. Chem. Soc. 133 – 14, pp. 5372 – 5379. 2011.

13.- Influence of direct motor-motor interaction in models for cargo transport by a single team of motors. S. Bouzat, F. Falo. Physical Biology 7, 046009 (2010).

14.- Computational Protein Design with Side-Chain Conformational Entropy. Sciretti, D.; Bruscolini,P.; Pelizzola,A.; Pretti,M.; Jaramillo,A. Proteins. Structure Function and Bioinformatics 74 – 1, pp. 176 – 191. 2009.

15.- Exploring the free energy landscape: From dynamics to networks and back.
D. Prada-Gracia, J. Gómez-Gardeñes, P. Echenique, F. Falo. PLoS Computational Biology 5(6): e1000415. (2009) 9 pages.

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- FIS2014-55867-P: SocioBioTec: “FÍSICA ESTADÍSTICA Y NO LINEAL APLICADA A SISTEMAS SOCIALES, BIOLÓGICOS Y TECNOLÓGICOS.”
National Project. PI: Juan José Mazo Torres. Funding agency: MINECO. MINISTERIO DE ECONOMIA Y COMPETITIVIDAD. Start-end date: 01/01/2015 – 31/12/2017.

2.- FIS2011-25167: Redes, Biofísica y Ciencia No Lineal. National Project. PI: Juan José Mazo Torres. Funding agency: Ministerio de Ciencia e Innovación. Start-end date: 1-1-2012 / 31-7-2015.

3.- FIS2009-13364-C02-01. “ACERCAMIENTO COMPUTACIONAL A LA COMPLEJIDAD EN REDES,PROTEINAS, Y SISTEMAS DE MUCHOS AGENTES”. Ámbito geográfico: Nacional. PI: Pierpaolo Bruscolini. Funding agency: MINISTERIO DE CIENCIA E INNOVACION. Start-end date: 01/01/2010 – 31/12/2012.

4.- (FIS2008-01240).Dinámica y Estructura de Sistemas Complejos. Ámbito geográfico: Nacional. PI: Juan José Mazo Torres. Funding agency: MINISTERIO DE CIENCIA E INNOVACION. Start-end date: 2009-2011.

5.- FIS2006-12781-C02-01 “COMPLEJIDAD EN PROTEÍNAS, REDES Y SISTEMAS DE MUCHOS AGENTES”. Ámbito geográfico: Nacional. PI: Pierpaolo Bruscolini. Funding agency: MINISTERIO DE EDUCACION Y CIENCIA. Start-end date: 01/10/2006 – 30/09/2009.

6.- FIS2009-13364-C02-02 “Modelos físicos para la simulación de tránsitos conformacionales en proteínas”. National Project. PI: Antonio Rey Gayo. Funding agency:Ministerio de Ciencia e Innovación. Proyecto Start-end date: 2010- 2013.

7.- S2009/PPQ-1551: “Química a alta presión, QUIMAPRES”. Regional Project. PI: Antonio Rey Gayo (at the UCM-SIMPOL group). Valentín García Baonza (coordinator). Funding agency: Comunidad de Madrid. Start-end date: 2010 – 2013.

 

Colaboradores

Grupo Bruscolini:

  • Alessandro Pelizzola, Dept of Physics, Politecnico di Torino (Italy).
  • Antonio Rey, Dept. of Chemistry, UCM, Madrid (Spain).
  • Laura Itzhaki, Dept. of Pharmacy, Cambridge University (UK).
  • Javier Sancho Sanz, BIFI, Universidad de Zaragoza (Spain).
  • Ramón Hurtado, BIFI, Universidad de Zaragoza (Spain).
  • Milagros Medina, BIFI, Universidad de Zaragoza (Spain).
  • Fernando Falo Fornies, BIFI, Universidad de Zaragoza (Spain).
  • Sergio Perez Gaviro, BIFI, Centro Universitario de la Defensa, Zaragoza, Spain.

Grupo Rey:

  • Patrícia F.N. Faísca (University of Lisbon, Portugal).
  • Valentín García Baonza (UCM, Dept. Química Física I).
  • Pierpaolo Bruscolini (UZ y BIFI).
  • Manuel Ángel Ramos (UCM, Dept. Matemática Aplicada).

Grupo Falo:

  • Sebastián Bouzat, CEA Bariloche, Argentina).
  • Juan José Mazo (ICMA and Universidad de Zaragoza).
  • Jesús Gómez-Gardeñes (BIFI and University of Zaragoza).
  • Alessandro Fiasconaro (ICMA and University of Zaragoza).
  • María del Carmen Morón (ICMA and University of Zaragoza).
  • Jesús Bergues (Universidad San Jorge, Zaragoza).
  • Pierpaolo Bruscolini (UZ y BIFI).
  • Ricardo Arías González. Instituto de Nanociencia de Madrid (IMDEA).
  • Anabel Lostao. Instituto de Nanociencia de Aragón.
Dinámica Molecular
y Estructura Electrónica

Responsable de la Línea de Investigación:

Jesús Clemente-Gallardo

Investigadores: Miembros permanentes

José Luis Alonso Buj (Departamento de Física Teórica, Facultad de Ciencias)
Alberto Castro Barrigón (ARAID, Edificio I+D)
Jesús Clemente Gallardo (Departamento de Física Teórica, Edificio I+D)
Fernando Falceto Blecua (Departamento de Física Teórica, Facultad de Ciencias)
Víctor Gopar (Departamento de Física Teórica, Facultad de Ciencias)
Víctor Polo Ortiz (Departamento de Química Física, Facultad de Ciencias)

Investigadores: PhD students

Adrián Gómez Pueyo (Departamento de Física Teórica, Edificio I+D)
Jorge Alberto Jover Galtier (Departamento de Física Teórica, Facultad de Ciencias)

 

RESUMEN

Nuestro grupo se ocupa de la aplicación de métodos teóricos y computacionales para el estudio del comporatamiento de sistemas biológicos y de materia condensada. La mayor parte de nuestros métodos se basan en la mecánica cuántica y en el desarrollo de mecanismos para combinarlos, de forma eficiente, con métodos clásicos. Trabajamos en un amplio rango de aspectos, desde los más teóricos a los más aplicados. Pasamos ahora a comentar nuestras principales líneas:

A.- Modelos híbridos clásico-cuánticos: dinámica no adiabática de sistemas moleculares

La Mecánica Cuántica admite una descripción en términos tensoriales con objetos definidos sobre el espacio de estados físicos. Esta se ha demostrado de gran utilidad en la descripción de magnitudes de gran relevancia física como el entrelazamiento o la pureza de un sistema siendo, al mismo tiempo, formalmente análoga a la descripción de sistemas clásicos. En ambos casos se dispondrá de una formulación hamiltoniana de la dinámica para las situaciones físicas más comunes y esta propiedad va a permitir una generalización inmediata a sistemas estadísiticos que estén descritos por estas dinámicas a nivel de microestados.

Cuando se describen sistemas moleculares, es frecuente aproximar algunos grados de libertad (habitualmente los que corresponden a los núcleos) y describirlos como sistemas clásicos; pero hay algunos otros grados de libertad (normalmente una parte del sistema electrónico) que es necesario modelar como un sistema cuántico para tener una buena modelización de la mayoría de los fenómenos. La formulación tensorial permite combinar ambos sistemas en un modelo híbrido clásico-cuántico que mantiene gran parte de las propiedades matemáticas de ambos y esto va a permitir una descripción rigurosa del correspondiente sistema estadísitico. Con estas herramientas hemos sido capaces de crear un marco teórico firme que nos ha permitido generalizar algunos métodos adiabáticos tradicionales, como los basados en el formalismo de Ehrenfest, para incorporar propiedades muy útiles como la decoherencia de la dinámica electrónica.

Sin embargo, hay varias propiedades de los modelos resultantes que no comprendemos todavía completamente. Así, estamos estudiando las propiedades fundamentales de las distribuciones de equilibrio de los sistemas híbridos, en particular en el límite termodinámico. Estudiamos también en detalle los mecanismos asociados a la decoherencia de los estados electrónicos. Y, finalmente, estamos intentando entender, desde primeros principios, como modelar la interacción de un sistema híbrido con un entorno, incorporando efectos estocásticos en la dinámica híbrida.

B.- Fundamentos de la teoría del funcional de la densidad dependiente del tiempo y aplicaciones

Los métodos del funcional de la densidad se han convertido en las técnicas más eficaces para los cálculos de estructura electrónica, siendo la versión dependiente del timpo, aquella que hace intervenir estados excitados del sistema electrónico. En nuestro grupo desarrollamos código y algoritmos para la aplicación de estas propiedades teóricas, y formamos parte del equipo de de desarrolladores del código Octopus (http://www.tddft.org/programs/octopus/)

A partir del código, consideramos también aplicaciones relevantes en Física, sobre todo con sistemas moleculares y nanoestructuras, y nos centramos en interacciones con láseres de gran intensidad y los fenómenos no lineales que pueden producir estos pulsos ultra-cortos.

C.-Análisis de procesos químicos usando DFT

En esta línea realizamos estudios teóricos a nivel de DFT para sistemas moleculares de interés en ciencia de materiales o procesos catalíticos. Colaboramos con grupos experimentales de química inorgánica y química física, donde los cálculos teóricos se han convertido en una herramienta fundamental para la comprensión de los procesos químicos. De esta forma podemos estudiar y explicar, desde primeros principios, propiedades importantes de los mecanismos de reacción, propiedades espectroscópicas o propiedades de los orbitales moleculares. Los resultados teóricos proporcionan no sólo una explicación de los resultados experimentales sino que sirven también de guía para el diseño de nuevas moléculas con unas propiedades dadas.

D.- Control óptimo de sistemas cuánticos

Las propiedades y la estructura microscópica de la materia pueden ser modificadas a nivel electrónico con acciones externas, como pulsos laser ultra-rápidos de perfil controlable, pero también modificando variables como la temperatura, presión, dopaje, campos eléctricos o magnéticos externos, etc. En esta línea consideramos técnicas basadas en propiedades electrónicas fundamentales (como por ejemplo funcional de la densidad dependiente del tiempo, TDDFT) combinadas con teoría de control para diseñar materiales o preparar estados de la materia optmizando los valores de algunas magnitudes físicamente interesantes. La rápida evolución de las fuentes láser (duración de pulsos, intensidades, libertad en el perfil de la onda) ha despertado gran interés por el control óptimo de sistemas cuánticos, pero todavía hay pocos estudios de primeros principios sobre el movimiento electrónico a nivel del attosegundo. TDDFT ofrece la posibilidad de tratar estos procesos atómicos y moleculares de respuesta altamente no lineal, pero es necesario perfeccionar el marco teórico y metodológico para asegurar que la eficiencia y exactitud son los adecuados.

E.- Fenomenos del transporte de ondas en medios complejos

El transporte de ondas clásicas y cuánticas a través de medios complejos ha sido de gran interés desde un punto de vista fundamental y práctico. Por ejemplo, el transporte de ondas cuánticas tales como electrones y photones están en la vanguardia de la investigación en la física de la materia condensada. Esto ha sido motivado en gran parte por la creación de nuevos materiales tales como el grafeno y los llamados aislantes topolo’gicos.

En esta línea de investigación investigamos los efectos de la presencia de desorden, tales como impurezas, en diferentes cantidades del transporte de electrones a través de pequeñas muestras hechas de grafeno, aislantes topológicos, o bien muestras de metales normales. La presencia de desorden da un caracter aleatorio a las propiedades electrónicas de los distintos materiales. Así, en esta línea de investigación estamos particularmente interesados en estudiar las propiedades estadísticas de esas cantidades, tales como la conductancia, “shot noise”, concurrencia, etc.

En cuanto a ondas clásicas, sucede que varios fenómenos que ocurren in ondas cuánticas (electrones) pueden observarse in sistemas clásicos (sistemas macroscópicos), tales como guías de microondas. Esto refleja el caracter universal de los feno’menos de onda que estudiamos. Por lo tanto, nuestro marco teórico has sido aplicado al estudio de la transmisión de ondas electromagnéticas, y otras cantidades, en arreglos experimentales de microondas.

 

PUBLICACIONES RELEVANTES

1. Conductance of 1D quantum wires with anomalous electron-wavefunction localization. Ilias Amanatidis, Ioannis Kleftogiannis, Fernando Falceto, Victor A. Gopar. Phys. Rev. B 85, 235450 (2012).

2. Ehrenfest dynamics is purity non-preserving: A necessary ingredient for decoherence. J. L. Alonso, J. Clemente-Gallardo,J. C. Cuchí, P. Echenique, F. Falceto. Journal of Chemical Physics 137, 054106, 2012.

3. Non-adiabatic effects within a single thermally averaged potential energy surface: Thermal expansion and reaction rates of small molecules. J. L. Alonso, A. Castro, J. Clemente-Gallardo, P. Echenique, J. J. Mazo, V. Polo, A. Rubio and D. Zueco. Journal of Chemical Physics 137, 22A533, 2012.

4. Conductance through disordered graphene nanoribbons: Standard and anomalous electron localization. Ioannis Kleftogiannis, Ilias Amanatidis, Victor A. Gopar. Phys. Rev. B 88, 205414 (2013).

5. Comment on “Correlated electron-nuclear dynamics: Exact factorization of the molecular wavefunction” [J. Chem. Phys. 137, 22A530 (2012)]. J. L. Alonso J. Clemente-Gallardo P. Echenique-Robba and J. A. Jover-Galtier. J. Chem. Phys. 139, 087101, 2013.

6. Beyond Anderson Localization in 1D: Anomalous Localization of Microwaves in Random Waveguides. A. A. Fernandez-Marin, J. A. Mendez-Bermudez, J. Carbonell, F. Cervera, J. Sanchez-Dehesa, and Victor A. Gopar. Phys. Rev. Lett., 113, 233901 (2014).

7. Optimal control of high-harmonic generation by intense few-cycle pulses. Solanpaa, J.; Budagosky, J. A.; Shvetsov-Shilovski, N. I.; et al. Physical Review A 90, 053402. 2014.

8. Nonextensive thermodynamic functions in the Schrödinger-Gibbs ensemble. J. L. Alonso, A. Castro, J. Clemente-Gallardo, J. C. Cuchí, P. Echenique-Robba, J. G. Esteve and F. Falceto. Phys. Rev. E 91 022137, 2015 .

9. NH Activation of Ammonia by [{M(-OMe)(cod)}2] (M = Ir, Rh) Complexes: A DFT Study. Vélez, E.; Betoré M. P.; Casado, M. A.; Polo, V. Organometallics, 2015, 34, 3959–3966.

10. Solvent-Free Iridium-Catalyzed Reactivity of CO2 with Secondary Amines and Hydrosilanes. Julian, A.; Polo, V.; Jaseer, E. A.; Fernandez-Alvarez, F. J.; Oro, L. A. ChemCatChem 2015, 7, 3895–3902.

11. Enhancing and controlling single-atom high-harmonic generation spectra: a time-dependent density-functional scheme. A. Castro, A. Rubio, and E. K. U. Gross. Eur. Phys. J. B 88, 191 (2015).

12. Oxidative Addition of the N–H Bond of Ammonia to Iridium Bis(phosphane) Complexes: A Combined Experimental and Theoretical Study. Betoré, M. P.; Casado, M. A.; García-Orduña, P.; Lahoz, F. J.; Polo, V.; Oro, L. A. Organometallic, 2016, 35, 720-731.

13. Alkoxycarbonylation of α,β-Unsaturated Amides Catalyzed by Palladium (II) Complexes: A DFT Study of the Mechanism. Suleiman, R. K..; Polo, V.; El Ali, B. RSC Advances, 2016, 6, 8440-8448.

14. Theoretical shaping of femtosecond laser pulses for molecular photo-dissociation with control techniques based on Ehrenfest’s dynamics and time-dependent density-functional theory. Alberto Castro. ChemPhysChem 17, 1439 (2016).

15. Tailored pump-probe transient spectroscopy with time-dependent density-functional theory: controlling absorption spectra. Jessica Walkenhorst, Umberto De Giovannini,1, Alberto Castro, and Angel Rubio. Eur. Phys. J. B 89, 128 (2016).

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- FP7-NMP-2011-SMALL-5: Dynamics and control in nanostructures for magnetic recording and energy applications, 7th framework programme, EU

2.- FIS2013-46159-C3-2-P. TEORÍA DE SISTEMAS HÍBRIDOS CLÁSICO-CUÁNTICOS: EQUILIBRIO, DINÁMICA Y CONTROL., 01/07/2014-31/12/2017, 45980€, IP: Alberto Castro

3.- FIS2014-61301-EXP: “Una ruta nueva en la bsqueda del funcional exacto de la teorı́a de funcionales de la densidad” (. Entidad financiadora: Ministerio de Economiı́a y Competitividad. Investigador principal: Alberto Castro. Financiación: 35000€ Duración del proyecto: 09/2015 – 08/2017

4.- CTQ2012-35665 DISEÑO DE CATALIZADORES ORGANOMETÁLICOS PARA LA ACTIVACIÓN Y FUNCIONALIZACIÓN DE AMONIACO: ESTUDIOS COMPUTACIONALES Y EXPERIMENTALES., IP. Víctor Polo, (2013-2015), 80730€

5.- CTQ2015-67366-P: ACTIVACIÓN DE NH3 Y CO2 POR COMPLEJOS DE RODIO E IRIDIO Y SU APLICACIÓN EN EL DESARROLLO DE PROCESOS CATALÍTICOS PARA LA SÍNTESIS DE COMPUESTOS DE ALTO VALOR AÑADIDO, IP Víctor Polo – Miguel Angel Casado (2016-2018), 112651€

 

Colaboradores

  • Juan Carlos Cuchí, Universidad de Lérida, Spain
  • Ángel Rubio, Universidad del Pais Vasco, Spain
Flavoenzimas: Mecanismos
de Acción y Biotecnología

Responsable de la Línea de Investigación:

Dr. Milagros Medina

Investigadores:

Dr. Marta Martínez Júlvez
Dr. Patricia Ferreira Neila
Dr. Raquel Villanueva Llop
Dr. Guillermina Goñi Rasia
María Sebastián Valverde
Silvia Romero Tamayo
Ernesto Anoz Carbonel

 

RESUMEN

La gran versatilidad de las flavoenzimas les permite realizar múltiples funciones en todo tipo de organismos, siendo las más conocidas aquellas donde participan en procesos de transferencia de electrones, oxido-reducción o deshidrogenación. Por otra parte, algunas flavoenzimas han sido identificadas como interruptores redox para el control y la modulación de procesos celulares mediados por otras biomoléculas. En este contexto, se abren nuevos horizontes en la comprensión de los mecanismos de acción y los estilos de vida dependientes de flavinas, así como en el desarrollo de estrategias biotecnológicas basadas en estas enzimas. Las flavoenzimas actúan como componentes comunes en procesos metabólicos dependientes de reacciones de óxido-reducción debido a su versatilidad y capacidad única para conectar procesos de dos electrones con los de un solo electrón. Estas enzimas pueden participar en procesos de óxido-reducción porque la parte isoaloxazina de sus cofactores FMN o FAD es un agente redox que puede existir en tres estados diferentes: totalmente oxidado (quinona), reducido por un electrón (semiquinona) y reducido por dos electrones (hidroquinona). La gran versatilidad que FMN y FAD pueden proporcionar in vivo solo puede entenderse cuando la flavoenzima es considerada en conjunto, ya que solo actúan como cofactores eficientes cuando su potencial reactivo es modulado por la parte proteica. Esto hace a cada flavoenzima altamente específica con respecto a reacciones y parejas redox. Las flavoenzimas pueden, por tanto, considerarse eficientes y sofisticados instrumentos moleculares que utilizan el reconocimiento molecular para el control de procesos de óxido-reducción. Esto permite que además puedan llegar a ser instrumentos clave en biomedicina y biotecnología, actuando como dianas farmacológicas (desarrollo de antimicrobianos o control de enfermedades humanas), así como proporcionando productos químicos esenciales para diferentes actividades humanas. La utilización biotecnológica de estas enzimas es todavía limitada. Esto es consecuencia de nuestra todavía pobre comprensión de estos sistemas, que nos impide controlar los factores que rigen su comportamiento, estabilidad y, particularmente, actividad catalítica. Nuestra hipótesis es que necesitamos entender los mecanismos moleculares de flavoenzimas con funciones metabólicas clave en bacterias, parásitos, plantas o animales, con objeto de explotar su potencialidad en diversas áreas de la biotecnología. En nuestro grupo, aplicamos una combinación interdisciplinar de herramientas de bioquímica, biofísica, biología celular y biología computacional con objeto de investigar los mecanismos y los factores que aportan versatilidad a varios sistemas dependientes de flavoenzimas, con el objeto de utilizar dicha información en nuevas aplicaciones biotecnológicas y terapéuticas. Las publicaciones del grupo reflejan nuestras contribuciones en áreas clave en la comprensión de flavoenzimas. Dado el amplio abanico de interés y metodologías en nuestra investigación, mantenemos estrechas colaboraciones con especialistas de otras disciplinas, tanto dentro de BIFI y UNIZAR, como de fuera de nuestra institución.

 

La biosíntesis de los cofactores flavínicos: las enzimas procariotas bifuncionales como dianas farmacológicas

fig-2-mmedinaLa riboflavina (RF) puede ser sintetizada de novo por plantas, levaduras y la mayoría de procariotas, pero su aporte en la dieta es esencial en la nutrición humana y animal. Todos los organismos son capaces de transformar RF, primero en FMN y posteriormente en FAD, por la acción secuencial de dos actividades, una ATP:riboflavina quinasa (RFK) y una ATP:FMN adenililtransferasa (FMNAT). Sin embargo, eucariotas y arqueobacterias utilizan dos enzimas diferentes para la producción de FMN y FAD, mientras que la mayoría de procariotas dependen de una sola enzima bifuncional, la FAD sintetasa (FADS). La deficiencia de las actividades RFK o FMNAT evita el ensamblaje de flavoproteínas esenciales para la supervivencia de la célula. Además, cambios en los niveles de expresión de enzimas responsables RFK y FMNAT causan algunos estreses celulares, lo que sugiere que están implicadas en diversas funciones celulares.

En nuestro grupo se están describiendo características moleculares diferenciales para llevar a cabo la misma química entre los componentes enzimáticos para la producción de FMN y FAD en procariotas y eucariotas. Esto sugiere que la inhibición selectiva de las enzimas procariotas puede ser un posible tratamiento para enfermedades producidas por patógenos y, por tanto, merece la pena su exploración. Como primera etapa de este proceso nos propusimos aumentar el conocimiento de la relación estructura-función de todas estas enzimas, pero particularmente de las procariotas. Utilizando como modelo la FADS de Corynebacterium ammoniagenes hemos determinado los parámetros de interacción y catalíticos para los sustratos de esta enzima en sus dos sitios catalíticos, localizados en cada uno de los dos módulos de esta enzima. No existe homología entre el módulo responsable de la actividad FMNAT en FADS procariotas y las enzimas FMNAT monofuncionales en mamíferos. Por otra parte, a pesar de la homología en el módulo RFK de las FADS procariotas con respecto a las correspondientes enzimas monofuncionales en eucariotas, se prevé una reorganización estructural más compleja durante la catálisis para la procariota. Finalmente, la organización cuaternaria de la FADS de Corynebacterium ammoniagenes sugiere un posible papel de esta proteína en la homeostasis de flavinas en procariotas. Actualmente, estamos estudiando también las FADSs de los patógenos humanos Streptococcus pneumoniae y Listeria monocytogenes.

figure-3-mmedina    figure-4-mmedina

El factor de inducción de apoptosis humano (AIF)

Los organismos multicelulares han desarrollado complejos sistemas para eliminar del cuerpo las células potencialmente peligrosas mediante un mecanismo de muerte celular programada llamado apoptosis, cuya desregulación está relacionada con un número de procesos cancerígenos. Inicialmente se identificó una familia de cisteín proteasas (caspasas) como responsable de la apoptosis, pero posteriormente se evidenció la existencia de un mecanismo alternativo que implica al factor de inducción de apoptosis (AIF). AIF es un flavoenzima mitocondrial conservada filogenéticamente que comparte homología con diferentes familias de reductasas. En mitocondrias intactas, AIF presenta una actividad NADH-óxido-reductasa a través de su cofactor flavínico, FAD, que se ha relacionado con la estabilidad y la biogénesis de los complejos respiratorios I y III a través de la interacción con otras proteínas, como CHCHD4 (homólogo en humanos a MIA40). Sin embargo, ni su papel como reductasa, ni los mecanismos moleculares subyacentes a la biogénesis de los complejos mitocondriales se comprenden actualmente. Además, cuando las mitocondrias reciben un estímulo apoptótico AIF se transloca al núcleo, donde interacciona con otras proteínas nucleares formando el degradosoma que induce cromatinolisis. El interés en el diseño de nuevas terapias para modular la apoptosis independiente de caspasas ha aumentado en los últimos años, convirtiendo a AIF en una diana potencial para el tratamiento de alteraciones patológicas (cáncer o enfermedades degenerativas) en la que esta proteína provoca un defecto o un exceso de apoptosis. El estado redox de AIF influye en su conformación y en su equilibrio monómero-dímero y, por extensión, en su función pro-apoptótica al modular estos factores la interacción con otras proteínas. Puesto que una de las posibilidades de modulación de la actividad pro-apoptótica de AIF recae en la regulación de su actividad redox, es imperativo responder a múltiples preguntas relacionadas con el mecanismo y la función celular de dicha actividad. Nuestra investigación sobre AIF humana tiene como objetivo proporcionar algunas de estas respuestas mediante la comprensión de los mecanismos moleculares vinculados a los procesos de óxido-reducción de AIF y las consecuencias de su actividad redox en la interacción con sus parejas proteicas en los diferentes compartimentos celulares donde se encuentra.

 

Fotosíntesis: una cadena de transferencia electrónica dependiente de flavoproteínas clave en la transformación de energía

Durante la fotosíntesis, una cadena de transferencia de electrones a través de la formación complejos transitorios que implican a la flavoenzima ferredoxina-NADP+ reductasa (FNR) convierten la energía luminosa en energía química (en forma de NADPH) utilizable por la célula. Bajo condiciones de deficiencia de hierro, algunas algas y cianobacterias, como Anabaena, incorporan otra flavoproteína a esta cadena, la flavodoxina. Puesto que el crecimiento de estos organismos está limitado por la disponibilidad de hierro en muchas partes de los océanos, esta cadena presenta un papel central en la productividad fotosintética global. A pesar de que la función biológica principal de este sistema es la producción de poder de reducción, NADPH, los procesos de transferencia de electrones en sentido inverso también tienen lugar in vivo. Por otra parte, aunque la función fotosintética de FNR fue la primera descrita, flavoproteínas con actividad FNR se han descrito también en cloroplastos, bacterias fototróficas y heterótrofas, apicoplastos y, mitocondrias de animales y levaduras. Nuestro grupo seleccionó el flujo de electrones en los sentidos fotosintético y no fotosintético en la enzima de Anabaena como modelo para estudiar los parámetros que determinan el mecanismo catalítico y la eficiencia de las enzimas de la familia FNRs fotosintéticas. Nuestro trabajo ha contribuido a describir las características estructurales que determinan aspectos fundamentales de la interacción y la transferencia de electrones entre los componentes de este sistema en complejos binarios para que pueda realizar eficientemente sus funciones fisiológicas. El empleo de algoritmos de simulación usando métodos QM/MM junto con los datos experimentales ha permitido proponer modelos estructurales para los complejos binarios catalíticamente competentes. No obstante, todavía quedan por contestar preguntas fundamentales sobre la regulación de la función de la FNR. Quedan por describir a nivel molecular los principales intermediarios y especies finales de los procesos de transferencia de electrones e hidruro dentro de los complejos ternarios, así como la contribución de la transferencia de protones a la transferencia de electrones en complejos binarios y ternarios. Sin embargo, los conocimientos adquiridos han permitido vislumbrar la posibilidad de rediseñar funciones de estas flavoproteínas y producir sistemas enzimáticos heterólogos. Además, la comprensión de cómo el ambiente de la proteína modula el potencial de reducción del cofactor flavínico ha permitido producir una batería de variantes de las flavoproteínas estudiadas con diferentes propiedades de óxido-reducción.

 

Colaboraciones permanentes en otros sistemas dependientes de flavoenzimas

NADPH-flavodoxina (ferredoxina) reductasas (FPR) de bacterias: En colaboración con los grupos del Dr. E. Ceccarelli y Dra. E. Orellano de la Universidad Nacional de Rosario, Argentina, estamos estudiando comparativamente las enzimas bacterianas y plastídicas. Ya que en muchas bacterias, estas enzimas son esenciales o están implicadas en la respuesta al estrés oxidativo, se pueden tratar como interesantes dianas farmacológicas para el tratamiento de infecciones causadas por patógenos.

Deshidrogenasas y oxidasas: En colaboración con el Dr. Martínez, del Centro de Investigaciones Biológicas, CSIC, Madrid, hemos descrito el mecanismo catalítico de la flavoenzima fúngica aril-alcohol oxidasa e identificado sus residuos claves. Esta enzima está implicada en la degradación de la lignina y el aprovechamiento de la biomasa vegetal con fines biotecnológicos. Los estudios estructura-función realizados han permitido describir a detalle molecular su mecanismo esteroselectivo de oxidación de alcoholes y aldehídos aromáticos y explorar su potencial para la producción de enantiómeros o la síntesis de biopolímeros de interés. En colaboración con la Dra. Nonato de la Universidade de São Paulo, Brasil, estamos actualmente caracterizando otras flavoenzimas de interés biomédico como la dihidroorotato dehidrogenasa de Leshmania major y la L-amino ácido oxidasa de veneno de serpiente.

Además también mantenemos colaboraciones puntuales con diversos grupos con actividad en el campo de flavoenzimas para la caracterización cinética y estructural de sus flavoproteínas o sistemas.

Palabras clave: flavoenzimas como biocatalizadores • mecanismos de flavoenzimas • métodos de cinéticas rápidas • estructura y dinámica enzimática • biología química

 

Metodologías utilizadas en nuestra investigación:

  • Producción de proteínas nativas y mutantes mediante el uso de técnicas de ingeniería de proteínas
  • Expresión de proteínas homólogas y heterólogas en diferentes microorganismos
  • Purificación de proteínas (electroforesis, métodos cromatográficos, HPLC, FPLC…)
  • Trabajo bajo condiciones anaeróbicas
  • Espectrometría de absorción: estudios cinéticos en estado estacionario, espectroscopia diferencial, determinación de potenciales de reducción
  • Uso de técnicas de espectroscopia resuelta en el tiempo como flujo detenido y espectrometría cinética inducida por pulso de láser
  • Espectroscopia de fluorescencia y dicroísmo circular
  • Cristalización de proteínas y difracción de rayos x para la determinación de estructuras 3D de proteínas
  • Resonancia paramagnética electrónica relacionados con técnicas (ESEEM, HYSCORE, ENDOR)
  • Calorimetrías de titulación isotérmica y diferencial de barrido
  • Acoplamiento, simulaciones de dinámica Molecular y QM/MM

 

PUBLICACIONES RELEVANTES

1.- Redox proteins of hydroxylating bacterial dioxygenases establish a regulatory cascade that prevents gratuitous induction of tetralin biodegradation genes. Laura Ledesma-García, Ana Sánchez-Azqueta, Milagros Medina*, Francisca Reyes-Ramírez* and Eduardo Santero. Scientific Reports 6:23848 (2016).

2.- Key residues regulating the reductase activity of the human mitochondrial apoptosis inducing factor. Raquel Villanueva, Carlos Marcuello, Alejandro Usón, M. Dolores Miramar, Maria Luisa Peleato, Ana Lostao, Santos A. Susin, Patricia Ferreira, and Milagros Medina. Biochemistry. 54, 5175-5184 (2015).

3.- A theoretical multiscale treatment of protein-protein electron transfer: the ferredoxin/ferredoxin-NADP+ reductase and flavodoxin/ferredoxin-NADP+ reductase systems. Suwipa Saen-oon, Israel Cabeza de Vaca, Milagros Medina, and Víctor Guallar. BBA-Bioenergetics. 184, 1530-1538 (2015).

4.- Dynamics of the active site architecture in plant-type Ferredoxin-NADP+ reductases catalytic complexes. Ana Sánchez-Azqueta, Daniela L. Catalano-Dupuy, Arleth López-Rivero, María Laura Tondo, Elena G. Orellano, Eduardo A. Ceccarelli, and Milagros Medina. BBA-Bioenergetics 1837, 1730-1738 (2014).

5.- Structural insights into the coenzyme mediated monomer-dimer transition of the pro-apoptotic Apoptosis Inducing Factor. Patricia Ferreira, Raquel Villanueva, Marta Martínez-Júlvez, Beatriz Herguedas, Carlos Marcuello, Patricio Fernandez-Silva, Lauriane Cabon, Juan A. Hermoso, Anabel Lostao, Santos A. Susin and Milagros Medina. Biochemistry. 53, 4204-4215 (2014).

6.- ?

7.- Theoretical study of the mechanism of the hydride transfer between Ferredoxin NADP+ reductase and NADP+. The role of Tyrosine 303. Isaías Lans, Milagros Medina*, Edina Rosta*, Gerhard Hummer, Mireia García-Viloca, José M. Lluch, and Àngels González-Lafont. J. Am. Chem. Soc. 134, 20544-20553 (2012).

8.- Comparative genomics of Ceriporiopsis-subvermispora and Phanerochaete-chrysosporium provide insight into selective ligninolysis. Elena Fernández-Fueyo, Francisco J. Ruiz-Dueñas, Patricia Ferreira, +62 autores and Dan Cullen.  PNAS 109, 5458-5463 (2012).

9.- Role of key residues at the riboflavin kinase catalytic site of the bifunctional riboflavin kinase/FMN adenylyltransferase from Corynebacterium ammoniagenes. Ana Serrano, Susana Frago, Beatriz Herguedas, Marta Martínez-Júlvez, Adrián Velázquez-Campoy and Milagros Medina. Cellular Biochem. Biophys. 65, 57-68 (2013).

10.- Understanding the FMN cofactor chemistry within the Anabaena Flavodoxin environment. Isaías Lans, Susana Frago and Milagros Medina. BBA-Bioenergetics 1817, 2118-2127 (2012).

11.- Role of specific residues in charge transfer complex formation and hydride transfer between NADP+/H and Ferredoxin NADP+-reductase from Anabaena PCC 7119.José R. Peregrina, Ana Sánchez-Azqueta, Beatriz Herguedas, Marta Martínez-Júlvez and Milagros Medina. BBA-Bioenergetics 1797, 1638-1646 (2010).

12.- Evolutionary divergence of chloroplast FAD synthetase proteins. Inmaculada Yruela, Sonia Arilla, Milagros Medina and Bruno Contreras. BMC Evol. Biol. 10:311 (2010).

13.- Aryl-Alcohol Oxidase Involved in Lignin Degradation. A mechanistic study based on steady and pre-steady state kinetics and primary and solvent isotope effects with two alcohol substrates. Patricia Ferreira, Aitor Herández-Ortega, Beatriz Herguedas, Maria Jesús Martínez, Ángel T. Martínez and Milagros Medina. J. Biol. Chem.  284, 24840–24847 (2009).

14.- The puzzle of ligands binding to Corynebacterium ammoniagenes FAD synthetase. Susana Frago, Adrian Velázquez-Campoy and Milagros Medina. J. Biol. Chem. 284, 6610-6619 (2009).

15.- Hyperfine correlation spectroscopy and electron spin echo envelope modulation spectroscopy study of the two coexisting forms of the hemeprotein cytochrome c6 from Anabaena PCC 7119. Inés García Rubio, Pablo J. Alonso, Milagros Medina and Jesus. I. Martínez. Biophys. J. 96, 141-152 (2009).

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- Flavoenzimas: mecanismos y dianas moleculares, patologías y aplicaciones biotecnológicas. BIO2016-75183-P. Ministerio de Economía y Competitividad (MINECO). Enero 2017-Diciembre 2019. Universidad de Zaragoza. Research Leader: Milagros Medina.

2.- Flavoenzyme dependent systems: from action mechanisms to biotechnological and sanitary applications. BIO2013-42978-P. Ministerio de Economía y Competitividad (MINECO). Enero 2014-Diciembre 2016. Universidad de Zaragoza. Research Leader: Milagros Medina.

3.- Seguimiento de los cambios conformacionales del dominio apoptótico del Factor de Inducción de Apoptosis Humano (hAIF) con marcaje selectivo de espín y espectroscopia de EPR. SGI (Universidad de Zaragoza) Enero 2015-Diciembre 2015. Research Leader: Patricia Ferreira.

4.- Retos enzimáticos, químicos y de ingeniería para la utilización de los recursos agroforestales no alimentarios (lignocelulosa) en una bio-economía más sostenible y menos contaminante. AC2014-00017-00-00. Ministerio de Economia y Competitividad (MINECO). Octubre 2014-Diciembre 2015. CIB-CSIC/Universidad de Zaragoza y otros. Research Leader: Susana Camarero Fernandez.

5.- Grupo Consolidado Biología Estructural (B18). Diputación General de Aragón 2014. Universidad de Zaragoza. Research Leader: Maria Luisa Peleato.

6.- Structure-based drug design for diagnosis and treatment of neurological diseases: dissecting and modulating complex function in the monoaminergic systems of the brain. COST ACTION CM1103. EU. 28 November  2011 Hasta: 27 November 2015. University of St. Andrews+18. Research Leader: Rona Ramsay.

7.- Mecanismos catalíticos en flavoenzimas: clave para su utilización biotecnológica o terapéutica. BIO2010-14983. Ministerio de Ciencia e Innovación. Universidad de Zaragoza. January 2011- September 2014. Research Leader: Milagros Medina.

8.- Propiedades proapoptótica y oxido-reductasa de la proteína mitocondrial AIF (factor de inducción de apoptosis): ¿Funciones biológicass independientes o complementarias?. Ref. 212363 (JIUZ-2012-BIO-01). SGI (Universidad de Zaragoza) Enero 2013-Diciembre 2013. Research Leader: Patricia Ferreira Neila.

9.- Flavoproteins and Flavoenzymes: Energy transformation and pharmacological targets. BIO2007-65890-C02-01. Dirección General de Investigación. Ministerio de Educación y Ciencia. Universidad de Zaragoza. October 2007-October 2010. Research Leader: Dr. Milagros Medina.

10.- Estudios Estructurales y Espectroscópicos mediante Difracción de Rayos X y EPR de Proteínas implicadas en Sistemas Biológicos de Transporte de Electrones. Vicerrectorado de Investigación-Apoyo A- Ibercaja.Universidad de Zaragoza. 2009. Research Leader: Dra. Marta Mª Martínez Júlvez.

 

Colaboradores

Colaboradores del BIFI

Dr. Juan Fernandez-Recio
Dr. Adrián Velázquez-Campoy
Dr. Inmaculada Yruela
Dr. Pier Paolo Bruscolini
Dr. Ramón Hurtado-Guerrero
Dr. José Alberto Carrodeguas
Dr. José Antonio Ainsa
Dr. Patricio Fernández

Colaboradores de otras Instituciones

Instituto de Nanociencia de Aragón (INA)
– Dr. Ana Isabel Gracia Lostao
Universidad Nacional de Rosario, Rosario, Argentina
– Prof. Néstor Carrillo
– Dr. Néstor Cortez
– Dr. Eduardo Ceccarelli
– Dr. Elena Orellano
Centro de Investigaciones Biológicas, CSIC, Madrid
– Dr. Angel Martínez
Instituto de Bioquímica Vegetal y Fotosíntesis, Universidad de Sevilla-CSIC. Sevilla
– Prof. Miguel A. de la Rosa
– Dr. Manuel Hervás
– Dr. José A. Navarro
Instituto Química Física-Rocasolano, CSIC, Madrid
– Dr. Juan A. Hermoso
IBB and Universidad Autónoma de Barcelona, Barcelona
– Dra. Mireia García-Viloca
– Dr. José M. Lluch
– Dra. Angels González
Barcelona Supercomputing Centre, Barcelona
– Dr. Victor Guallar
Universidad Pablo de Olavide, Sevilla
– Dra. Francisca Reyes
Centre de Recherche des Cordeliers, Paris, France 
– Dr. Santos Susín
Universita degli Studi di Bari
– Dr. Maria Barile
Universidad de Sao Paolo, Brasil
– Dr. M Cristina Nonato
Clark University, Biology Department, USA
– Dr. David Scott Hibbett
University of Oulu. Biocenter Oulu, and Faculty of Biochemistry and Molecular Medicine, Findland.
– Dr. André H. Juffer
Wageningen University, Laboratory of Biochemistry, Netherlands
– Prof. Willem van Berkel
University of Turku, Molecular Plant Biology, Finland
– Dr. Paula Mulo

Malplegamiento y Agregación
Amiloide de Proteínas

Responsable de la Línea de Investigación:

Dr. Nunilo Cremades

Investigadores:

Dr. Nunilo Cremades, group leader
José Daniel Camino, PhD student
Marta Castellana, PhD student (shared with Prof. Chris Dobson, Univ. Cambridge, UK)
Pablo Gracia, PhD student

 

RESUMEN

El fenómeno de malplegamiento y agregación amiloide de proteínas ha emergido en los últimos años como un tema de relevancia fundamental en un amplio rango de disciplinas científicas como la física, química, biología y medicina. Esta explosión de interés ha surgido tras el reconocimiento de que aproximadamente 50 enfermedades y desordenes humanos están asociados con el proceso de malplegamiento y agregación amiloide de proteínas, algunos de los cuales se encuentran entre las condiciones médicas más comunes y debilitantes del mundo moderno, incluyendo la enfermedad de Alzheimer, de Parkinson y la diabetes tipo II.

A pesar del impacto social y económico de algunas de estas enfermedades, se desconocen los orígenes moleculares y mecanismos de la agregación amiloide de proteínas, así como de su toxicidad asociada. La investigación desarrollada en el grupo liderado por la Dra. Nunilo Cremades aspira a resolver estas cuestiones fundamentales mediante la combinación de un amplio rango de técnicas biofísicas, incluyendo fluorescencia de partícula única, con experimentos de biología celular.

fig1

Figure 1. El desarrollo y la aplicación de técnicas de fluorescencia de partícula única nos ha permitido investigar el proceso de agregación amiloide con un nivel de detalle sin precedente e identificar nuevas posibles dianas terapéuticas. Cremades N. et al. Cell 2012.

fig2

Figure 2. Recientemente hemos sido capaces de purificar especies oligoméricas muy estables de alpha-synucleina, proteína cuya agregación y deposición está asociada al desarrollo de la enfermedad de Parkinson, y hemos mostrado que estas especies son altamente tóxicas y tienen propiedades generales comunes con otras especies oligoméricas generadas por otras proteínas amiloidogénicas. Mediante la combinación de un amplio rango de métodos biofísicos con técnicas de reconstrucción de imágenes de criomicroscopía electrónica hemos sido capaces de obtener modelos estructural tridimensionales y revelar la arquitectura estructural cuaternaria de estos oligoméros tóxicos de alpha-synucleina. Chen SW. et al. PNAS USA 2015.

 

Otras líneas de investigación:

El grupo también está interesado en la comprensión del papel del desorden estructural intrínseco de proteínas en su función así como en el desarrollo de enfermedad.

fig3

Figure 3. Ejemplos de diagramas de fase típicos para una proteína nativamente plegada y una proteína intrínsicamente desordenada. Recientemente hemos caracterizado el paisaje conformacional y energético de una enzima natural intrínsicamente desordenada. Esta proteína adopta un amplio rango de conformaciones tipo glóbulo fundido, pre-glóbulo fundido y totalmente desplegada dependiendo de las condiciones en las que se encuentra. Zambelli and Cremades et al. Mol. Biosyst. 2012.

fig4

Figure 4. La presencia de un tipo específico de desorden estructural (conformaciones tipo glóbulo fundido) correlaciona con la habilidad de la proteínas lisozima humana de formar fibras amiloides (la mutación I56T en esta proteína es la responsable de una forma hereditaria de la enfermedad amiloidosis sistémica). Dhulesia and Cremades et al. J. Am. Chem. Soc. 2010

 

PUBLICACIONES RELEVANTES

1.- Calcium is a key factor in alpha-synuclein-induced neurotoxicity. Angelova P.R., Ludtmann M.H., Horrocks M.H., Negoda A., Cremades N., Klenerman D., Dobson C.M., Wood N.W., Pavlov E.V., Gandhi S. Abramov A.Y. J. Cell Sci. (2016) May 1;129(9):1792-801.

2.- Amyloid-β and α-synuclein decreases the level of metal-catalyzed reactive oxygen species by radical scavenging and redox silencing. Pedersen J.T., Chen S.W., Borg C.B., Ness S., Bahl J.M., Heegaard N.H., Dobson C.M., Hemmingsen L., Cremades N. (co-corresponding author) & Teilum K. J. Am. Chem. Soc. (2016) Mar 30;138(12):3966-9.

3.- Kinetic model of the aggregation of alpha-synuclein provides insights into prion-like spreading. Iljina M., Garcia G.A., Horrocks M.H., Tosatto L., Choi M.L., Ganzinger K.A., Abramov A.Y., Gandhi S., Wood N.W., Cremades N., Dobson C.M., Knowles T.P. & Klenerman D. Proc. Natl. Acad. Sci U.S.A. (2016) Mar 1; 113(9):E1206-15.

4.- Single-molecule imaging of individual amyloid protein aggregates in human biofluids. Horrocks M.H., Lee S.F., Gandhi S., Magdalinou N.K., Chen S.W., Devine M.J., Tosatto L., Kjaergaard M., Beckwith J.S., Zetterberg H., Iljina M., Cremades N., Dobson C.M., Wood N.W. & Klenerman D. ACS Chem. Neurosci. (2016) Mar 16;7(3):399-406.

5.- Single-molecule FRET studies on alpha-synuclein oligomerization of Parkinson’s disease genetically related mutants. Tosatto L., Horrocks M.H., Dear A.J., Knowles T.P., Dalla Serra M., Cremades N., Dobson C.M. & Klenerman D. Sci. Rep. (2015) Nov 19;5:16696.

6.- Alpha-synuclein oligomers interact with metal ions to induce oxidative stress and neuronal death in Parkinson’s disease. Deas E., Cremades N., Angelova P.R., Ludtmann M.H., Yao Z., Chen S.W., Horrocks M.H., Banushi B., Little D., Devine M.J., Gissen P., Klenerman D., Dobson C.M., Wood N.W., Gandhi S. & Abramov AY. Antioxid. Redox Signal. (2016) Mar 1;24(7):376-91.

7.- Fast flow microfluidics and single-molecule fluorescence for the rapid characterization of alpha-synuclein oligomers. Horrocks M.H., Tosatto L., Dear A.J., Garcia G.A., Iljina M., Cremades N., Dalla Serra M., Knowles T.P., Dobson C.M. & Klenerman D. Anal. Chem. (2015) Sep 1;87(17):8818-26.

8.- Structural characterization of toxic oligomers that are kinetically trapped during α-synuclein fibril formation. Chen S.W., Drakulic S., Deas E., Ouberai M., Aprile F.A., Arranz R., Ness S., Roodveldt C., Guilliams T., De-Genst E.J., Klenerman D., Wood N.W., Knowles T.P.J., Alfonso C., Rivas G., Abramov A.Y., Valpuesta J.M., Dobson C.M. & Cremades N.(corresponding author). Proc. Natl. Acad. Sci U.S.A. (2015) Apr 21;112(16):E1994-2003.

9.- Targeting the intrinsically disordered structural ensemble of α-synuclein by small molecules as a potential therapeutic strategy for Parkinson’s disease. Tóth G., Gardai S.J., Zago W., Bertoncini C.W., Cremades N., Roy S.L., Tambe M.A., Rochet J.C., Galvagnion C., Skibinski G., Finkbeiner S., Bova M., Regnstrom K., Chiou S.S., Johnston J., Callaway K., Anderson J.P., Jobling M.F., Buell A.K., Yednock T.A., Knowles T.P., Vendruscolo M., Christodoulou J., Dobson C.M., Schenk D. & McConlogue L. PLoS One (2014) Feb 14;9(2):e87133. doi: 10.1371/journal.pone.0087133.

10.- Hsp70 oligomerization is mediated by an interaction between the interdomain linker and the substrate-binding domain. Aprile F.A., Dhulesia A., Stengel F., Roodveldt C., Benesch J.L., Tortora P., Robinson C.V., Salvatella X., Dobson C.M. & Cremades N. (corresponding author). PLoS One (2013) Jun 28;8(6):e67961. doi: 10.1371/journal.pone.0067961.

11.- Direct observation of the interconversion of normal and toxic forms of alpha-synuclein. Cremades N., Cohen S.I., Deas E., Abramov A.Y., Chen A.Y., Orte A., Sandal M., Clarke R.W., Dunne P., Aprile F.A., Bertoncini C.W., Wood N.W., Knowles T.P.J., Dobson C.M. & Klenerman D. Cell (2012) 149(5): 1048-59.

12.- Insights in the (un)structural organization of Bacillus pasteurii UreG, an intrinsically disordered GTPase enzyme. Zambelli B. and Cremades N. (co-first author), Neyroz P., Turano P., Uversky V.N. & Ciurli S. Mol. Biosyst. (2012) 8(1): 220-8.

13.- Local cooperativity in an amyloidogenic state of human lysozyme observed at atomic resolution. Dhulesia A., Cremades N., Kumita J.R., Hsu S.T., Mossuto M.F., Dumoulin M., Nietlispach D., Akke M., Salvatella X. & Dobson C.M. J. Am. Chem. Soc. (2010) 132(44): 15580-8.

14.- On the mechanism of nonspecific inhibitors of protein aggregation: dissecting the interactions of alpha-synuclein with Congo red and Lacmoid. Lendel C., Bertoncini C.W., Cremades N., Waudby C.A., Vendruscolo M., Dobson C.M., Schenk D., Christodoulou J. & Toth G. Biochemistry (2009) 48(35): 8322-34.

15.- The native-state ensemble of proteins provides clues for folding, misfolding and function. Cremades N., Sancho J. & Freire E. Trends Biochem. Sci. (2006) 31(9): 494-6.

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- Defining alpha-synuclein conformers responsable for Parkinson’s disease phenotypes in mice (ID 12708). Funding body: The Michael J. Fox Foundation (USA). PI: Dr. Laura Volpicelli-Daley and Dr. Nunilo Cremades. Start date: 1/05/2016, End date: 30/04/2018. Funds: 200,000$.

2.- Molecular basis and structural determinants of cellular toxicity of amyloid aggregation in Parkinson’s disease (BFU2015-64119-P). Funding body: Spanish Ministry of Economy and Competitiveness. PI: Dr. Nunilo Cremades. Start date: 1/01/2016, End date: 31/12/2018. Funds: 189,728 €.

3.- JIUZ-2015-BIO-03. Funding body: University of Zaragoza. PI: Dr. Nunilo Cremades. Start date: 1/01/2016, End date: 31/12/2016. Funds: 2,000 €.

4.- Single-molecule fluorescence equipment for the study of biomolecules (UNZA15-EE-2922). Funding body: Spanish Ministry of Economy and Competitiveness–FEDER. PI: Dr. Nunilo Cremades. Start date: 1/01/2017. Funds: 323,049.40 €.

 

Colaboradores

  • Prof. Christopher M. Dobson (University of Cambridge, UK)
  • Dr. Laura Volpicelli-Daley (University of Alabama, USA)
  • Prof. Fabrizio Chiti (University of Florence, Italy)
  • Dr. Alfonso De Simone (Imperial College London, UK)
  • Prof. Felix Goñi (Basque Centre for Biophysics, Spain)
  • Prof. Paola Picotti (ETH Zurich, Switzerland)
  • Dr. Joseph Mazzulli (Northwestern University, USA)

 

Contacto

Dra. Nunilo Cremades
Investigadora Ramón y Cajal (Investigador Principal)
Instituto de Biocomputación y Física de Sistemas Complejos
Universidad de Zaragoza
Mariano Esquillor S/N. Edificio I+D+i
Zaragoza 50018, Spain
Teléfono: +34-876555417
Email:  ncc@unizar.es

Diagnóstico Clínico
y Drug Delivery

Responsable de la Línea de Investigación:

Olga Abian Franco

Investigadores:

Rafael Clavería, Predoctoral Student
María Arruebo, Predoctoral Student
Alberto Rodrigo, Predoctoral Student
Arturo Vinuesa, Predoctoral Student

 

RESUMEN

Diagnóstico clínico

La Calorimetría diferencial de barrido (DSC) ha surgido recientemente como una técnica prometedora que proporciona información útil sobre interactómica de suero / plasma (composición en proteínas y metabolitos, así como sus interacciones).

Como resultado de la enfermedad, la composición de suero / plasma se altera y es posible discriminar entre individuos sanos y los pacientes con ciertas enfermedades.

Un estudio previo realizado en nuestro grupo (25 sujetos sanos y 60 pacientes con adenocarcinoma gástrico) mostró que había diferencias significativas en las variables obtenidas a partir de los perfiles calorimétricos de pacientes con adenocarcinoma gástrico y sanos y también entre pacientes con diferentes estadios de la enfermedad.

En esta línea de investigación se propone la validación y la aplicación de una metodología (DIGCAL) como una herramienta útil en el diagnóstico y seguimiento de patologías tumorales (adenocarcinoma ductal pancreático, lesiones quísticas pancreáticas preneoplásicas y cáncer de estómago), así como en el aislamiento y la identificación de biomarcadores potenciales tumorales.

Los perfiles calorimétricos de suero de sujetos sanos y pacientes con los tres tipos de cáncer en diferentes etapas se obtendrán antes y después de 6 meses de tratamiento clínico. El análisis multiparamétrico de los perfiles térmicos nos permitirá establecer un protocolo clínico para: 1 / cribado de un determinado proceso tumoral; 2 / pacientes que clasifican de acuerdo a su estadio tumoral; 3 / control de la progresión o el control de la enfermedad; 4 / identificación de biomarcadores específicos para cada tipo de enfermedad.

DIGCAL podría llegar el nivel clínico no sólo como una herramienta de diagnóstica, sino también como un sistema de monitorización y seguimiento de los pacientes durante el tratamiento terapéutico, la adición de valor en las decisiones de pronóstico o farmacológicos. Al mismo tiempo, los biomarcadores potenciales identificados podrían ser parte de un kit de diagnóstico fácil de usar para los puntos de atención primaria.

Drug Delivery

Drug delivery es el método o proceso de administración de un compuesto farmacológico para alcanzar un efecto terapéutico en humanos o animales. Las tecnologías de drug delivery modifican el perfil de liberación del fármaco (absorción, distribución, y eliminación) en beneficio de la mejora de su eficacia y seguridad, además de evitar inconvenientes a los pacientes y hacer más cómodo su utilización. La liberación de las drogas puede basarse en difusión, degradación, y mecanismos de afinidad. Las rutas de administración más comunes incluyen preferentemente las vías no invasivas como peroral (a través de la boca), tópica (piel), transmucosal (nasal, bucal/sublingual, vaginal, ocular y rectal) y rutas de inhalación.

Muchos medicamentos como péptidos, proteínas, anticuerpos, vacunas y drogas basadas en genes, generalmente no pueden ser utilizados utilizando estas rutas ya que pueden ser susceptibles de degradación enzimática o puede que no sean incorporadas al sistema circulatorio a una concentración terapéuticamente efectiva debido a su tamaño molecular y carga. Por esta razón muchos fármacos basados en proteínas y péptidos han de ser distribuidos mediante inyección (por ejemplo, muchas inmunizaciones en las que han de liberarse proteínas).

5       6

Los esfuerzos actuales en el área de drug delivery incluyen el desarrollo de liberación dirigida en el que el fármaco sólo es activo en una zona concreta del cuerpo (por ejemplo, tejido cancerígeno) y las formulaciones son de liberación sostenida en las que el fármaco se libera durante un cierto periodo de tiempo de manera controlada. Para alcanzar una eficiente liberación dirigida, el sistema diseñado debe evitar los mecanismos de sistema de defensa del paciente y llegar a su pretendido sitio de acción. Tipos de formulaciones de liberación sostenida incluyen liposomas, microesferas cargadas biodegradables y polímeros conjugados con fármacos. En este sentido, las nanopartículas (NP) en biomedicina representan una tecnología prometedora para el transporte y liberación de fármacos. Hay muchas posibilidades de funcionalización de la superficie de las NP y gracias a esta versatilidad, se pueden desarrollar diferentes estrategias para incluir fármacos en ellas (permitiendo a las NP ir mayoritariamente al lugar de acción).

Esta línea de investigación representa una nueva estrategia para la inclusión de algunos compuestos antivirales activos contra el virus de la hepatitis C (VHC), que se desarrollaron previamente en este grupo.

Se han utilizado varios materiales:

1/ Ciclodextrinas:

La estructura química de las CD, oligosacáridos cíclicos compuestos de residuos alfa-1,4-glucosídicos, les confieren propiedades estructurales y propiedades físico-químicas óptimas que permiten su uso como portadores moleculares.

8
En su cavidad hidrofóbica pueden ser atrapados una amplia gama de compuestos que van desde los iones a las proteínas. Además, presentan baja citotoxicidad e inmunogenicidad.
Los complejos CD-droga se han utilizado en el campo farmacéutico con el fin de mejorar las propiedades de absorción, distribución, metabolismo, excreción y toxicidad (ADMET) relacionados con la PI de un fármaco (por ejemplo, solubilidad, la estabilidad, la entrega y la liberación, la permeabilidad de la membrana y la absorción, la toxicidad). En la actualidad, más de 30 productos que se pueden encontrar en el mercado basados en complejos de CD.

2/ Shell Cross-Linked Polymeric Micelles

Las micelas poliméricas reticuladas (CLPM), formadas por copolímeros de bloques anfifílicos, han tenido éxito para aplicaciones biomédicas. Primero, puedan cumplir con esos requisitos generales para los sistemas de administración de fármacos: solubilidad en agua, de baja toxicidad, para aumentar la estabilidad del fármaco dentro de los organismos vivos, para facilitar la captación celular en comparación con el fármaco libre, y para producir su liberación controlada en un lugar específico. En segundo lugar, la naturaleza anfifílica de los resultados de polímeros constituyentes en un núcleo hidrófobo y una cubierta hidrófila que permite la encapsulación de los dos tipos de drogas. En tercer lugar, estas nanopartículas ofrecen aún más la estabilidad en condiciones de alta dilución, debajo de la concentración micelar crítica, en comparación con otras micelas poliméricas.

9

En efecto, la reticulación evita su desintegración en el torrente sanguíneo y la liberación de la droga antes de llegar a la célula diana. En particular, la fijación de la estructura de micelas por reticulación covalente inducida por la luz, sobre todo el empleo de grupos reactivos de acrilato, representa un procedimiento limpio y eficaz para preparar micelas poliméricas estables que pueden contener cualquiera de las moléculas solubles en agua y no solubles en agua y el transporte a través de el torrente sanguíneo.

3/ Block Copolymers Micelles

Los vehículizadores de fármacos poliméricos son uno de los retos actuales de la nanomedicina. Desde que se introdujo el concepto de encapsulación de fármacos física dentro de los agregados poliméricos, se han identificado un número significativo de ellos. En particular, la construcción de vehículos de fármacos basados en copolímero de bloques anfifílicos es un tema de gran interés y estimulante desde el punto de vista de la investigación interdisciplinaria en química, biología y ciencia de los materiales. En medio acuoso, el autoensamblaje de copolímeros en bloque anfifílicos (BCS) sirve para minimizar las interacciones hidrófobas energéticamente desfavorables en agua y pueden conducir a una gran variedad de nanoestructuras poliméricas incluyendo especialmente micelas esféricas y vesículas atractivas.

 

PUBLICACIONES RELEVANTES

1.- Polymeric micelles from block copolymers containing 2,6-diacylaminopyridine units for encapsulation of hydrophobic drugs.
Concellón A, Clavería-Gimeno E, Velázquez-Campoy A, Abian O, Piñol M, Oriol L.RSC Advances, 2016, 6, 24066–24075.

2.- Biophysical Screening for Identifying Pharmacological Chaperones and Inhibitors against Conformational and Infectious Diseases. Velazquez-Campoy A, Sancho J, Abian O, Vega S. Curr Drug Targets. 2016 Jan 31. [Epub ahead of print]

3.- Cysteine Mutational Studies Provide Insight into a Thiol-Based Redox Switch Mechanism of Metal and DNA Binding in FurA from Anabaena sp. PCC 7120. Botello-Morte L, Pellicer S, Sein-Echaluce VC, Contreras LM, Neira JL, Abian O, Velázquez-Campoy A, Peleato ML, Fillat MF, Bes MT. Antioxid Redox Signal. 2016, 24, 173-185.

4.- On the link between conformational changes, ligand binding and heat capacity. Vega S, Abian O, Velazquez-Campoy A. Biochim Biophys Acta. 2015 Oct 14. pii: S0304-4165(15)00274-3.

5.- Shell Cross-Linked Polymeric Micelles as Camptothecin Nanocarriers for anti-HCV Therapy. Jiménez-Pardo I, González-Pastor R, Lancelot A, Claveria-Gimeno R, Velázquez-Campoy A, Abian O, Ros MB, and Sierra T. Macromol. Biosci. 2015, 15, 1381–1391.

6.- Su1990 A New Technology for the Classification of Patients With Gastric Adenocarcinoma Based on Differential Scanning Calorimetry Serum Thermograms. Vega S, Garcia-Gonzalez MA, Lanas A, Velazquez-Campoy A, Abian O.*. Gastroenterology 148(4): S-569 · April 2015

7.- Rescuing compound bioactivity in a secondary cell-based screening by using γ-cyclodextrin as a molecular carrier. Clavería-Gimeno R, Vega S, Grazu V, De la Fuente JM, Lanas A, Velazquez-Campoy A, Abian O.*. International Journal of Nanomedicine 2015, 10: 2249-2259.

8.- Deconvolution Analysis for Classifying Gastric Adenocarcinoma Patients Based on Differential Scanning Calorimetry Serum Thermograms. Vega S, Garcia-Gonzalez MA, Lanas A, Velazquez-Campoy A, Abian O.*. Scientific reports, 5:7988 (2015).

9.- Ionic liquids in water: a green and simple approach to improve activity and selectivity of lipases.
Filice M, Romero O,  Abian O, De las Rivas B and Palomo J.M. RSC Advances 4: 49115- 49122 (2014).

10.- A unified framework based on the binding polynomial for characterizing biological systems by isothermal titration calorimetry. Vega S., Abian O.*and Velazquez-Campoy A. Methods. 2014 pp: S1046-2023(14) 00316-8.

11.- Allosteric Inhibitors of the NS3 Protease From the Hepatitis C Virus. Abian O.*, Vega S., Sancho J., Velazquez-Campoy A. PLOSone 2013, 8 (7): 69773.

12.- NS3 protease from hepatitis C virus: Biophysical studies on an intrinsically disordered protein domain. Vega S., Neira J.L., Marcuello C.,  Lostao A., Abian O. * and Velazquez-Campoy A. International Journal of Molecular Sciences 2013, 14: 13282-13306.

13.- Experimental Validation of In Silico Target Predictions on Synergistic Protein Targets. Cortes-Ciriano I, Koutsoukas A, Abian O, Velazquez-Campoy A and Bender A. MedChemComm 2013, 4, 278–288.

14.- Altering the interfacial activation mechanism of a lipase by solid-phase selective chemical modification. López-Gallego F, Abian O, Guisán JM. Biochemistry. 2012 Sep 4;51(35):7028-36.

15.- Semisynthetic peptide-lipase conjugates for improved biotransformations. Romero O, Filice M, de las Rivas B, Carrasco-Lopez C, Klett J, Morreale A, Hermoso JA, Guisan JM, Abian O, Palomo JM. Chem Commun (Camb). 2012 Sep 18;48(72):9053-5.

 

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

Proyectos Actuales:

1.- Analysis of protein/metabolites interactions in plasma serum using calorimetry: application as a quick and noninvasive diagnostic method for early detection and monitoring of tumoral digestive diseases (DIGCAL). Funding Institution: Health Institute Carlos III. From: January 2016 To: December 2018. Principal Investigator (PI): Olga Abian Franco.

2.- Validación de un nuevo método diagnóstico en suero, rápido no invasivo para detección precoz de cáncer de páncreas (PANCal). Funding Institution: Asociación Española de Gastroenterología (AEG). From: 2015 To: 2016. Principal Investigator (PI): Olga Abian Franco.

Proyectos Anteriores:

3.- Adapted Nanoparticles for transport and specific release of drugs against hepatitis C virus (VHC).
Funding Institution: Health Institute Carlos III. From: 2011 To: 2013. Principal Investigator (PI): Olga Abian Franco.

4.- Implementation of in vitro e in vivo studies of anti-infectious compounds effective against Helicobacter pylori y el HCV (hepatitis C virus). Funding Institution: Health Institute Carlos III. From: 2008 To: 2011. Principal Investigator (PI): Olga Abian Franco.

 

Colaboradores

Colaboradores del BIFI

Dr. Adrián Velázquez-Campoy
Prof. Javier Sancho
Dr. Jose Luis Neira

Colaboradores de otras Instituciones

James Graham Brown Cancer Center, University of Louisville, Louisville, KY, EEUU
PhD. Nichola Garbett

Instituto Aragonés de Ciencias de la Salud (I+CS), Zaragoza
Prof. Angel Lanas
Dra. Trinidad Serrano
Dra. Estela Solanas

Instituto de Ciencia de Materiales de Aragón (ICMA). Química Orgánica. Facultad de Ciencias.
Dra. Teresa Sierra
Prof. Luis Oriol
Prof. Milagros Piñol

Instituto de Nanociencia (INA), Universidad de Zaragoza, Zaragoza
Dr. Jesús Martínez de Lafuente
Dra. Valeria Grazú
Dra. Berta Saez

Universidad de San Jorge (USJ)
Prof. Victor López
Prof. Elisa Langa

Instituto de Catálisis y Petroleoquímica, CSIC, Madrid.
Dr. Jose Miguel Palomo
Dr. Fernando López Gallego
Dr. Jose Manuel Guisan

Universidad de Zaragoza
Dr. Jose Antonio Ainsa

Unidad de Investigación Traslacional, Hospital Universitario Miguel Servet, Zaragoza
Dra. Pilar Alfonso
Dra. Pilar Giraldo
Dr. Miguel Pocovi

Servicio de Microbiología-INIBIC. Complejo Hospitalario Universitario A Coruña, La Coruña
Dr. Francisco José Pérez-Llarena

Modulación Enzimática & Mecanismos de Reacción

Responsable de la Línea de Investigación:

Pedro Merino

Investigadores:

Rosa Matute
Marisol Matute
Mattia Ghirardello
Giulia Monciino

RESUMEN

Nuestro grupo centra su actividad en conseguir comprender los procesos biológicos relacionados con la salud. El grupo posee una dilatada experiencia en síntesis orgánica asimétrica y cuenta con laboratorios bien equipados en la Facultad de Ciencias. Dentro del campo de la Química Biológica el grupo está interesado en el diseño y síntesis de pequeñas moléculas -principalmente compuestos nitrogenados y glicomiméticos- capaces de actuar como moduladores y/o inhibidores de enzimas diana asociados con procesos biológicos específicos. Entre otros enzimas, glicosiltransferasas y transglicosilasas son los principales objetivos. El desarrollo de estas actividades se lleva a cabo combinando una serie de técnicas multidisciplinares que incluyen metodologías sintéticas desarrolladas en nuestros laboratorios utilizando métodos de catálisis asimétrica orgánica y metálica, técnicas de biocomputación (docking y dinámica molecular) y técnicas espectroscópicas avanzadas como STD-NMR.

Figura 1. Glicosiltransferasa GalNAc-T2: Estudio de dinámica molecular e interacciones con un ligando diseñado en el grupo de investigación.

Figura 2. Glicosiltransferasa POFUT1: Mecanismo catalítico de tipo SN1 con formación de un par iónico en el estado de transición

Además de cálculos biocomputacionales el grupo está también interesado en estudiar mecanismos de reacción utilizando mecánica cuántica y aproximaciones topológicas modernas como análisis ELF (función de localización electrónica) y NCI (interacciones no covalentes)

Figura 3. Estudios QM y topológicos de mecanismos de reacción

PUBLICACIONES RELEVANTES

1.- Racemic Hemiacetals as Oxygen-Centered Pronucleophiles Triggering Cascade 1,4-Addition/Michael Reaction through Dynamic Kinetic Resolution under Iminium catalysis. Reaction Development and Mechanistic Insights, Orue, A.; Uria, U.; Roca-López, D.; Delso, I.; Reyes, E.; Carrillo, L.; Merino, P.; Vicario, J. L., Chem. Sci. 2017, 8, 2904-2913.

2.- Regioselectivity Change in the Organocatalytic Enantioselective (3+2) Cycloaddition with Nitrones Through Cooperative H-Bonding Catalysis/Iminium Activation, Prieto, L.; Juste-Navarro, V.; Uria, U.; Delso, I.; Reyes, E.; Tejero, T.; Carrillo, L.; Merino, P.; Vicario, J. L., Chem. Eur. J. 2017, 23, 2764-2768.

3.- Chemical Approaches to Inhibitors of Isoprenoid Biosynthesis: Targeting Farnesyl and Geranylgeranyl Pyrophosphate Synthases, Merino, P.; Maiuolo, L.; Delso, I.; Algieri, V.; De Nino, A.; Tejero, T., RSC Adv. 2017, 7, 10947-10967.

4.- Glycomimetics Targeting Glycosyltransferases: Synthetic, Computational and Structural Studies of Less-Polar Conjugates, Ghirardello, M.; de las Rivas, M.; Lacetera, A.; Delso, I.; Lira-Navarrete, E.; Tejero, T.; Martin-Santamaria, S.; Hurtado-Guerrero, R.; Merino, P., Chem. Eur. J. 2016, 22, 7215-7224.

5.- Azomethine Ylides from Nitrones: Using Catalytic n-BuLi for the Totally Stereoselective Synthesis of trans-2-Alkyl-3-Oxazolines, Juste-Navarro, V.; Delso, I.; Tejero, T.; Merino, P., Chem. Eur. J. 2016, 22, 11527-11532.

6.- Rational design of glycomimetic compounds targeting the Saccharomyces cerevisae transglycosylase Gas2, Delso, I.; Valero-González, J.; Marca, E.; Tejero, T.; Hurtado-Guerrero, R.; Merino, P., Chem. Biol. Drug Design 2016, 87, 163-170.

7.- Nucleoside Diphosphate Sugar Analogs Targeting Glycosyltransferases, Merino, P.; Delso, I.; Tejero, T.; Ghirardello, M.; Juste-Navarro, V., Asian J. Org. Chem. 2016, 1413-1427.

8.- Design and Synthesis of Dopaminergic Agonists, Matute, M. S.; Matute, R.; Merino, P., Curr. Med. Chem. 2016, 23, 2790-2825.

9.- A Natural Ternary Complex Trapped in Crystal Reveals the Catalytic Mechanism of a Retaining Glycosyltransferase, Albesa-Jové, D.; Mendoza, M. F.; Rodrigo-Unzueta, A.; Gomollón-Bel, F.; Cifuente, J.; Urresti, S.; Comino, N.; Gómez, H.; Romero-García, J.; Lluch, J. M.; Sancho-Vaello, E.; Biarnés, X.; Planas, A.; Merino, P.; Masgrau, L.; Guerin, M. E., Angew. Chem. Int. Ed. 2015, 54, 9898-9902.

10.- Theoretical Elucidation of the Mechanism of the Cycloaddition between Nitrone Ylides and Electron-deficient Alkenes, Merino, P.; Tejero, T.; Diez Martinez, A., J. Org. Chem. 2014, 79, 2189-2202.

PRINCIPALES PROYECTOS DE INVESTIGACIÓN

1.- Diseño racional y síntesis estereoselectiva de glicomiméticos. MINECO, 2014-2016 CTQ2013-44367-C2-1-P. 151.200 EURO. PI: Pedro Merino

2.- Diseño racional de glicomiméticos inhibidores de glicosiltransferasas. MINECO, 2017-2019 CTQ2016-76155-R. 172.800 EURO. PI: Pedro Merino

COLABORADORES

Prof. Jose L. Vicario, Universidad del Pais Vasco
Prof. P. Caramella, University of Pavia, Italy
Prof. Eric Oldfield, University of Illinois, USA
Prof. Ramon Rios, University of Southampton, United Kingdom
Prof. Daan van Aalten, University of Dundee, United Kingdom
Prof. Ugo Chiacchio, University of Catania, Italy
Prof. Loredana Maiuolo, University of Calabria, Italy
Prof. Luis Domingo, Universidad de Valencia
Prof. Santos Fustero, Universidad de Valencia
Prof. Jose C. Menendez, Universidad Complutense de Madrid
Dr. Marcelo Guerin, CIC Biogune, Bilbao
Dr. Laura Masgrau, Universidad Autonoma de Barcelona
Dr. Sonsoles Martin-Santamaría, CIB, CSIC, Madrid
Dr. Ramón Hurtado-Guerrero, BIFI, Universidad de Zaragoza
Dr. Victor Polo, BIFI, Universidad de Zaragoza
Dr. Francisco Corzana, Universidad de La Rioja

Contact Us

We're not around right now. But you can send us an email and we'll get back to you, asap.

¿No se puede leer? Cambiar texto. captcha txt

Start typing and press Enter to search