Objetivo: Realizar la caracterización in silico de la protína Dpr de Streptococcusmutans relacionada con su tolerancia al daño oxidativo durante la formación decaries dental humana. Material y métodos: Para llevar a cabo esta caracterizaciónse ha empleado la secuencia aminoacídica de la proteína Dpr de S. mutans cepaGS-5 obtenida a partir de la base de datos del GenBank (código de accesiónBAA96472.1), la cual fue utilizada para la determinación de sus parámetrosbioquímicos, dominios conservados, predicción de estructuras secundarias y modelamiento por homología, empleando las herramientasbioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction y SWISS-MODEL, respectivamente. La visualización de modelos tridimensionales se realizóempleando PyMol. Resultados: La proteína Dpr de S. mutans es unamolécula ácida y de bajo peso molecular y además presenta un ...

Objetivo: Realizar el análisis bioinformático de la proteasa ClpP de Streptococcusmutans relacionada con su tolerancia al estrés químico durante la formación decaries dental humana. Material y métodos: Para llevar a cabo este análisis se ha empleado la secuencia aminoacídica de la proteasa ClpPde S. mutans cepa UA159 obtenida a partir de la base de datos del GenBank(código de accesión Q8DST7.1), la cual fue utilizada para la determinación de susparámetros bioquímicos, dominios conservados, predicción de estructurassecundarias y modelamiento por homología, empleando las herramientasbioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction y SWISS-MODEL, respectivamente. La visualización de modelos tridimensionales se realizóempleando PyMol. Resultados: La proteasa ClpP de S. mutans es unamolécula ácida y de mediano peso molecular y además presenta dos dom...

Objetivo: Realizar el análisis bioinformático de la proteína SAG29 de Arabidopsis thaliana involucrada en la respuesta al estrés salino. Material y métodos: Se realizó la búsqueda de proteínas relacionadas al estrés salino en plantas empleando la base de datos del GenBank. A partir de dicha información, se obtuvo la secuencia aminoacídica de la proteína SAP29 de A. thaliana (código de accesión AED91859.1). Dicha secuencia fue utilizada para determinar sus principales parámetros bioquímicos, dominios conservados entre proteínas cercanamente relacionadas, predicción de estructuras secundarias y modelamiento tridimensional, empleando las herramientas bioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction, SWISS-MODEL y Phyre2, respectivamente. La visualización de modelos tridimensionales se realizó empleando PyMol. Resultados: La proteína SAG29 posee 29...

Objetivo: Realizar la caracterización in silico de la protína Dpr de Streptococcus mutans relacionada con su tolerancia al daño oxidativo durante la formación de caries dental humana. Material y métodos: Se empleó la secuencia aminoacídica de la proteína Dpr de S. mutans cepa GS-5 obtenida a partir de la base de datos del GenBank (código de accesión BAA96472.1), la cual fue utilizada para la determinación de sus parámetros bioquímicos, dominios conservados, predicción de estructuras secundarias, modelamiento por homología y la predicción del patrón de interacción entre proteínas empleando las herramientas bioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction, SWISS-MODEL y STRING respectivamente. La visualización de modelos tridimensionales se realizó empleando PyMol.

Objetivo: Realizar el análisis bioinformático de la proteasa ClpP de Streptococcus mutans relacionada con su tolerancia al estrés químico durante la formación de caries dental humana. Material y métodos: Para llevar a cabo este análisis se ha empleado la secuencia aminoacídica de la proteasa ClpP de S. mutans cepa UA159 obtenida a partir de la base de datos del GenBank (código de accesión Q8DST7.1), la cual fue utilizada para la determinación de sus parámetros bioquímicos, dominios conservados, predicción de estructuras secundarias, modelamiento por homología y la predicción del patrón de interacción entre proteínas empleando las herramientas bioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction, SWISS-MODEL y STRING respectivamente. La visualización de modelos tridimensionales se realizó empleando PyMol.

Determinar la interacción in silico, mediante Docking Molecular con la finalidad de hacer mucho más específicas estas interacciones para futuras alternativas de terapias anti infecciosas. Material y métodos: Para este fin, se obtuvo la secuencia aminoacídica de la proteína de tipo silvestre SrtA de S. mutans (Q8CM62) se obtuvo utilizando la base de datos de UniProt. A partir de estas secuencias se determinaron sus principales parámetros bioquímicos, residuos conservados, predicción de estructuras secundarias así como modelos de homología, empleando las herramientas ProtParam, Clustal Omega, PHD Secondary Structure Prediction y SWISS-MODEL respectivamente. Además, el docking molecular y la red de interacción de proteínas fueron determinados usando SwissDock y STRING. Para el análisis filogenético se utilizó el método G-INS-1 empleando la interfaz MAFFT 7. Resultados: se ...

Objetivo: Realizar el análisis bioinformático de la proteína SAG29 de Arabidopsis thaliana involucrada en la respuesta al estrés salino. Material y métodos: Se realizó la búsqueda de proteínas relacionadas al estrés salino en plantas empleando la base de datos del GenBank. A partir de dicha información, se obtuvo la secuencia aminoacídica de la proteína SAP29 de A. thaliana (código de accesión AED91859.1). Dicha secuencia fue utilizada para determinar sus principales parámetros bioquímicos, dominios conservados entre proteínas cercanamente relacionadas, predicción de estructuras secundarias y modelamiento tridimensional, empleando las herramientas bioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction, SWISS-MODEL y Phyre2, respectivamente. La visualización de modelos tridimensionales se realizó empleando PyMol.

Objetivo: Realizar la caracterización in silico de la protína Dpr de Streptococcusmutans relacionada con su tolerancia al daño oxidativo durante la formación decaries dental humana. Material y métodos: Para llevar a cabo esta caracterizaciónse ha empleado la secuencia aminoacídica de la proteína Dpr de S. mutans cepaGS-5 obtenida a partir de la base de datos del GenBank (código de accesiónBAA96472.1), la cual fue utilizada para la determinación de sus parámetrosbioquímicos, dominios conservados, predicción de estructuras secundarias y modelamiento por homología, empleando las herramientasbioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction y SWISS-MODEL, respectivamente. La visualización de modelos tridimensionales se realizóempleando PyMol. Resultados: La proteína Dpr de S. mutans es unamolécula ácida y de bajo peso molecular y además presenta un ...

Objetivo: Realizar el análisis bioinformático de la proteasa ClpP de Streptococcusmutans relacionada con su tolerancia al estrés químico durante la formación decaries dental humana. Material y métodos: Para llevar a cabo este análisis se ha empleado la secuencia aminoacídica de la proteasa ClpPde S. mutans cepa UA159 obtenida a partir de la base de datos del GenBank(código de accesión Q8DST7.1), la cual fue utilizada para la determinación de susparámetros bioquímicos, dominios conservados, predicción de estructurassecundarias y modelamiento por homología, empleando las herramientasbioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction y SWISS-MODEL, respectivamente. La visualización de modelos tridimensionales se realizóempleando PyMol. Resultados: La proteasa ClpP de S. mutans es unamolécula ácida y de mediano peso molecular y además presenta dos dom...

Objetivo: Realizar el análisis bioinformático de la proteína SAG29 de Arabidopsis thaliana involucrada en la respuesta al estrés salino. Material y métodos: Se realizó la búsqueda de proteínas relacionadas al estrés salino en plantas empleando la base de datos del GenBank. A partir de dicha información, se obtuvo la secuencia aminoacídica de la proteína SAP29 de A. thaliana (código de accesión AED91859.1). Dicha secuencia fue utilizada para determinar sus principales parámetros bioquímicos, dominios conservados entre proteínas cercanamente relacionadas, predicción de estructuras secundarias y modelamiento tridimensional, empleando las herramientas bioinformáticas ProtParam, Prosite, PHD Secondary Structure Prediction, SWISS-MODEL y Phyre2, respectivamente. La visualización de modelos tridimensionales se realizó empleando PyMol. Resultados: La proteína SAG29 posee 29...