Las interacciones proteína-proteína están en el corazón de todas las funciones celulares y procesos biológicos. Estas interacciones se regulan cuidadosamente en el espacio y el tiempo para cumplir con los requisitos de la célula y, a menudo, se interrumpen en estados de enfermedad.

Un estudio internacional dirigido por Chris Soon Heng Tan en el Instituto A * STAR de Biología Molecular y Celular (IMCB) describe una nueva técnica que utiliza un poderoso análisis de datos para inferir la dinámica de interacción proteína-proteína a partir del comportamiento de fusión de los complejos de proteínas dentro de las células.

Los métodos para capturar instantáneas de las redes de interacción proteína-proteína en las células se han descrito anteriormente, pero como explica Tan, "Hasta ahora no ha habido forma de monitorear la dinámica de estos complejos de proteínas de una manera de alto rendimiento y sin objetivos".

La exposición de las proteínas a una temperatura creciente hace que se precipiten de la solución. La coagregación de proximidad térmica (TPCA) se basa en la idea de que las proteínas que forman parte de un complejo proteico estable coprecipitarán, en virtud de la proximidad cercana, y tienen un perfil de precipitación similar a diferentes temperaturas (o curva de fusión).

En aislamiento, es probable que diferentes proteínas tengan diferentes curvas de fusión, pero el equipo demostró que en más de 350 complejos de proteínas humanas bien caracterizados, las curvas de fusión de las proteínas que interactúan son estadísticamente similares. Por lo tanto, cuantificando la similitud entre las curvas de fusión, El método TPCA se puede utilizar para determinar qué proteínas es probable que interactúen entre sí y formen complejos estables en diferentes muestras.

"Nos sorprendió bastante que las firmas de TPCA fueran tan fuertes y detectables, "admite Tan. Se encontró que las firmas de TPCA se correlacionan con la cantidad de interacción entre dos proteínas. En consecuencia, muestran que algunos complejos cambian sus curvas de fusión según el tipo de célula o la etapa del ciclo celular, sugiriendo que TPCA podría usarse para identificar cambios en las interacciones de proteínas en diferentes condiciones.

Al explicar las ventajas de TPCA, Tan dice que en comparación con los métodos actuales, TPCA no depende de la disponibilidad de reactivos de afinidad adecuados, como anticuerpos, tampoco requiere ingeniería genética. Esto permite que se aplique a tejidos y muestras clínicas para identificar complejos de proteínas que están impulsando la progresión de la enfermedad y que podrían servir como posibles marcadores de pronóstico o dianas terapéuticas.

El equipo ya está utilizando la técnica para estudiar los efectos moleculares de las drogas y los productos químicos sintéticos. y planea extender la técnica para estudiar la progresión de enfermedades humanas seleccionadas.