La a-sinucleína es una proteína intrínsicamente desordenada asociada a la enfermedad de Parkinson y otros trastornos relacionados, colectivamente conocidos como sinucleinopatías. Una característica común a todas estas enfermedades es la presencia de agregados de esta proteína en el interior de las neuronas afectadas. Varias circunstancias, tales como la presencia de ciertas mutaciones puntuales, modificaciones postraduccionales o metales, entre muchas otras, se consideran factores de riesgo para las sinucleinopatías, ya que favorecen (o inhiben) la agregación de la a-sinucleína y por lo tanto interfieren con los mecanismos moleculares de estas enfermedades. Para comprender mejor las sinucleinopatías y potencialmente desarrollar terapias eficientes contra ellas, sería valioso caracterizar las conformaciones preferidas de la a-sinucleína en aquellas circunstancias que alteran su tendencia a agregar y ver cómo difieren de las de la proteína nativa. Desafortunadamente, las proteínas intrínsicamente desordenadas son especialmente difíciles de caracterizar estructuralmente, ya que existen como grandes conjuntos conformacionales y no como estructuras tridimensionales únicas. Las técnicas biofísicas habitualmente utilizadas solo pueden proporcionar propiedades promedio sobre el conjunto de conformaciones, pero no estructuras individuales. Los métodos computacionales establecidos también presentan algunas limitaciones cuando se aplican a estas proteínas. En esta tesis, se ha desarrollado un estudio computacional basado en dinámicas moleculares coarse-grained de dos de los factores que afectan a la agregación de la a-sinucleína (en concreto, la modificación postraduccional de los residuos lisina mediante un producto de glicación y la unión a cationes metálicos) para determinar cómo alteran su espacio conformacional. Antes de esto, se requirió un trabajo metodológico que implicó una adaptación del campo de fuerza coarse-grained utilizado para que este reprodujera mejor algunas propiedades biofísicas de la a-sinucleína determinadas experimentalmente. De esta manera, se obtuvo una metodología computacional fiable y eficiente que podría ser aplicada al estudio de otras modificaciones de la a-sinucleína.
L’a-sinucleïna és una proteïna intrínsecament desordenada associada a la malaltia de Parkinson i altres trastorns relacionats, col.lectivament coneguts com a sinucleïnopaties. Una característica comuna a totes aquestes malalties és la presència d’agregats d’aquesta proteïna a l’interior de les neurones afectades. Diverses circumstàncies, com ara la presència de certes mutacions puntuals, modificacions postraduccionals o metalls, entre moltes altres, es consideren factors de risc per a les sinucleïnopaties, ja que afavoreixen (o inhibeixen) l’agregació de l’a-sinucleïna i per tant interfereixen amb els mecanismes moleculars d’aquestes malalties. Per comprendre millor les sinucleïnopaties i potencialment desenvolupar teràpies eficients contra elles, seria valuós caracteritzar les conformacions preferides de l’a-sinucleïna en aquelles circumstàncies que alteren la seva tendència a agregar i veure com difereixen de les de la proteïna nativa. Malauradament, les proteïnes intrínsecament desordenades són especialment difícils de caracteritzar estructuralment, ja que existeixen com a grans conjunts conformacionals i no com a estructures tridimensionals úniques. Les tècniques biofísiques habitualment emprades només poden proporcionar propietats promig sobre el conjunt de les conformacions, però no estructures individuals. Els mètodes computacionals establerts també presenten algunes limitacions quan s’apliquen a aquestes proteïnes. En aquesta tesi, s’ha desenvolupat un estudi computacional basat en dinàmiques moleculars coarse-grained de dos dels factors que afecten a l’agregació de l’a-sinucleïna (en concret, la modificació postraduccional dels residus lisina mitjançant un producte de glicació i la unió a cations metàl.lics) per determinar com alteren el seu espai conformacional. Abans d’això, es va requerir un treball metodològic que va implicar una adaptació del camp de força coarse-grained emprat perquè aquest reproduís millor algunes propietats biofísiques de l’a-sinucleïna determinades experimentalment. D’aquesta manera, es va obtenir una metodologia computacional fiable i eficient que podria ser aplicada a l’estudi d’altres modificacions de l’a-sinucleïna.
a-Synuclein is an intrinsically disordered protein associated to Parkinson’s disease and other related disorders, collectively known as synucleinopathies. A common feature of all these diseases is the presence of aggregates of this protein inside the affected neurons. Several circumstances, such as the presence of certain point mutations, post-translational modifications or metals, among many others, are considered risk factors for synucleinopathies, as they enhance (or inhibit) the aggregation of a-synuclein and thus interfere with the molecular mechanisms of these diseases. In order to better understand synucleinopathies and potentially develop efficient therapies against them, it would be valuable to characterize the preferred conformations of a-synuclein under those circumstances that alter its propensity to aggregate and see how they differ from those of the native protein. Unfortunately, intrinsically disordered proteins are especially difficult to structurally characterize, as they exist as large conformational ensembles rather than as single three-dimensional conformations. Commonly used biophysical techniques can only provide ensemble-averaged properties, but not individual structures. Established computational methods also present some drawbacks when applied to these proteins. In this dissertation, a coarse-grained molecular dynamics-based computational study of two of the factors that affect a-synuclein aggregation (namely, the post-translational modification of lysine residues by a glycation product and the binding to metal cations) has been developed to determine how they alter its conformational space. Prior to this, a methodological work involving an adaptation of the used coarse-grained force field was needed to better reproduce some experimentally determined biophysical properties of native a-synuclein. In this way, a reliable and efficient computational methodology was obtained that could be further applied to the study of additional a-synuclein modifications.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados