Caracterización bioinformática de aptámeros de ADN seleccionados contra la proteína quinasa (PknG) de Mycobacterium tuberculosis

Descripción del Articulo

La enzima PknG es una de las 11 serina-treonina quinasas presentes en Mycobacterium tuberculosis. Estas enzimas regulan diferentes procesos fisiológicos. Se ha reportado que PknG es responsable de inhibir la unión lisosoma/fagosoma en el interior de los macrófagos y así asegurar la supervivencia de...

Descripción completa

Detalles Bibliográficos
Autores: Pesantes Morzan, Billy Roy, De Zavala Romaña, Maria Paz
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/671053
Enlace del recurso:http://doi.org/10.19083/tesis/671053
http://hdl.handle.net/10757/671053
Nivel de acceso:acceso abierto
Materia:Aptámeros
PknG
PknG-RK
Caracterización bioinformática
Aptámeros de ADN
Mycobacterium tuberculosis
Aptamers
Bioinformatic characterization
DNA Aptamers
https://purl.org/pe-repo/ocde/ford#3.01.00
https://purl.org/pe-repo/ocde/ford#3.00.00
Descripción
Sumario:La enzima PknG es una de las 11 serina-treonina quinasas presentes en Mycobacterium tuberculosis. Estas enzimas regulan diferentes procesos fisiológicos. Se ha reportado que PknG es responsable de inhibir la unión lisosoma/fagosoma en el interior de los macrófagos y así asegurar la supervivencia de la bacteria. Durante la última década se ha propuesto que la inhibición de la PknG podría tener el potencial de afectar la enfermedad en su período de latencia (3). En este estudio analizamos de manera bioinformática aptámeros de ADN frente a PnkG y a su dominio quinasa (RK) a partir de 7 librerías enriquecidas. Se utilizó el programa Fast Aptamer para realizar filtros de selección en base a número de reads, RPM y abundancia, Adicionalmente se utilizaron los programas Mfold y RNA Composer para visualizar posibles estructuras secundarias. Durante el análisis se observó un promedio de 41104 secuencias entre todas las librerías. Al analizar los ratios de enriquecimiento se observó que solo el 10% de las secuencias contra la proteína completa y el 8.9% de las secuencias contra el dominio RK tuvieron un ratio de enriquecimiento mayor a dos. A partir de las cinco librerías seleccionadas contra la proteína diana se seleccionó un TOP10 basado en la abundancia de las secuencias. Se observó que el ratio de enriquecimiento promedio más alto (3.68) se encontró en el TOP 10 de la librería sometida a una concentración de PknG de 20 nM. Finalmente, a partir de los TOP10 de las cinco librerías, se seleccionaron nueve aptámeros según la frecuencia de aparición en más de una librería. Se observó que la secuencia AACACGACCTAACTGTGGGAGGCGAACTGCGCGGCTGTGGGC estuvo presente en cuatro de las cinco condiciones de selección utilizadas.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).