Biologia Molecular Mx

Resumen  🧬

Investigadores del Centre for Genomic Regulation (CRG), el Wellcome Sanger Institute y otras instituciones han logrado trazar el mapa mutacional completo, a nivel de nucleótidos y aminoácidos, del bacteriófago , el primer genoma jamás secuenciado y sintetizado. Analizando el impacto de 44,195 variantes, descubrieron que más del 50% de las mutaciones nucleotídicas y más del 60% de las mutaciones proteicas perjudican la aptitud (fitness) del virus. Sorprendentemente, la principal causa mecanística de daño funcional no es la pérdida del plegamiento interno, sino la alteración de las interfaces de interacción proteica (en casi el 50% de los casos). Además, demostraron que los modelos de inteligencia artificial más avanzados fallan de manera significativa al predecir estos efectos mutacionales en comparación con métricas biofísicas estructurales tradicionales.

🔬 Análisis funcional de 🧬

¡GRACIAS POR LEER NUESTRAS NOTICIAS! ¿Nos invitas un cáfe? ☕

• Cobertura Mutacional Integral: Se evaluó el impacto funcional del >99% de las sustituciones posibles, cubriendo 16,098 variantes de nucleótido único y 40,358 cambios de aminoácidos en condiciones de infección activa sobre Escherichia coli.

• Sensibilidad Genómica y Proteica:
  • El 68.5% de las posiciones nucleotídicas son sensibles a mutaciones, siendo las regiones codificantes superpuestas las más vulnerables (56.3% con impacto negativo).

• En el proteoma, el 79.7% de los residuos son sensibles a variaciones y un 69.8% resulta ser esencial para la viabilidad viral.

• El Predominio de los Defectos Interfaciales (“Edgetic”):
  • Interfaces de Interacción: 47.6% de las mutaciones perjudiciales se ubican en la superficie de contacto entre proteínas o entre proteína y ADN.

• Núcleos Hidrofóbicos (Cores): Representan el 25.4% del daño mutacional.
• Mecanismos Desconocidos: Un 27% de las mutaciones dañinas aún carecen de explicación estructural/mecanística.

• Desempeño Deficiente de la IA: Herramientas de vanguardia de aprendizaje automático (modelos de lenguaje proteico y evolutivos) fueron superadas en precisión por la simple métrica estructural de Accesibilidad Relativa al Solvente (RSA) calculada sobre los complejos proteicos.
• Mecanismos Moleculares Resueltos: Integrando el mapeo con AlphaFold 3, explicaron la interacción entre las proteínas A y C en la replicación: la proteína C inhibe la iniciación replicativa alostéricamente, alterando el sitio de desenrollamiento del dsDNA de la proteína A, manteniendo intacto su sitio catalítico.

📊 Métricas de Sensibilidad Mutacional por Elemento Genético

Componente de ΦX174	Tipo / Función Principal	Mutaciones Perjudiciales (%)	Residuos/Bases Esenciales (%)
Regiones No Codificantes	Promotores (), terminadores,	19.2%	11.1%
Proteína D	Andamiaje externo procápside	89.4%	Enriquecido en core ()
Proteína F	Cápside mayor (hub de interacción)	89.1%	94.1%
Proteína J	Unión a ADN interior	72.8%	Sensible a cambios en Glicinas
Proteína A	Endonucleasa de replicación por círculo rodante	64.4%	Alta severidad de reducción de fitness
Proteína G	Espícula mayor (reconocimiento celular)	60.5%	Mayor enriquecimiento interfacial ()
Proteína H	Espícula menor / Túnel de inyección	57.8%	81.4%
Proteína B	Andamiaje interno	31.9%	Tolerancia moderada
Proteína E	Lisis celular	26.3%	Gran solapamiento con otros ORFs
Proteína K	Modulación de tamaño de ráfaga (burst size)	0.0%	No requerida en el ensayo

📚 Bibliografía

• Wei, H., Li, X., & Lehner, B. (2026). Complete Mutagenesis of the Genome and Proteome of . bioRxiv 2026.07.25.740675; doi: https://doi.org/10.64898/2026.07.25.740675