In Silico Analysis of Pathogenic Missense Single Nucleotide Polymorphisms in the Bovine IGF-1 Gene

Imagina que el genoma de una vaca es una biblioteca inmensa y antigua que contiene los manuales de instrucciones para construir y hacer funcionar a un ser vivo. Dentro de esta biblioteca, las letras A, C, G y T son el alfabeto y, cuando se disponen de la manera correcta, deletrean las recetas de las proteínas: las diminutas máquinas moleculares que mantienen al animal vivo, creciendo y produciendo leche. Pero a veces, una sola letra en una receta se intercambia por otra, como un error tipográfico en un libro de cocina. En el mundo de la genética, esto se llama Polimorfismo de Nucleótido Único, o SNP. La mayoría de estos errores son inofensivos, como cambiar "sal" por "salz" en la receta de una sopa; la sopa sigue sabiendo bien. Sin embargo, algunos errores son desastrosos, convirtiendo el "azúcar" en "sal" y arruinando el plato.

Una de las recetas más importantes en la biblioteca de la vaca es para una hormona llamada IGF-1. Piensa en la IGF-1 como el capataz en una obra de construcción, gritando órdenes a los trabajadores para construir músculos, desarrollar huesos y desarrollar las glándulas mamarias necesarias para la producción de leche. Si las instrucciones del capataz están deformadas debido a un error en la receta, la obra de construcción podría detenerse o el edificio podría quedar torcido. Para los productores de leche, un capataz averiado significa menos leche y menos terneros, lo cual es una mala noticia para la economía. Los científicos saben desde hace tiempo que estos errores genéticos existen, pero encontrar los errores específicos que realmente rompen la máquina entre millones de letras inofensivas es como encontrar un solo engranaje roto en un reloj gigante. Aquí es donde entra el poder del análisis "in silico". En lugar de probar con vacas en un establo, los investigadores utilizan supercomputadoras para simular los efectos de estos errores, actuando como detectives digitales que pueden predecir qué errores genéticos causarán más problemas antes de que ocurran en la vida real.

En esta historia de detectives digitales, un equipo de investigadores de la Universidad de Lorestan en Irán se propuso encontrar los peores errores en el gen IGF-1 bovino. Comenzaron recopilando una lista de 66 diferentes SNPs de sentido erróneo (missense)—estos son los errores específicos que realmente cambian un aminoácido (un bloque de construcción de la proteína) por uno diferente, alterando potencialmente la forma del capataz IGF-1. Utilizando un conjunto de sofisticadas herramientas informáticas, actuaron como un filtro, cribando el ruido para encontrar las señales de peligro.

Primero, pasaron la lista por una herramienta llamada PredictSNP, que actúa como un panel de jueces expertos. De los 66 sospechosos, 18 fueron marcados como "deletéreos", lo que significa que probablemente causarían daño. Los investigadores luego se centraron en estos 18 para ver qué tan bien encajaban en la historia evolutiva de la proteína. Utilizando una herramienta llamada ConSurf, descubrieron que estos puntos malos se localizaban en regiones altamente conservadas, partes de la proteína que han permanecido exactamente iguales durante millones de años porque son críticas para la supervivencia. Es como descubrir que el error ocurrió en el volante de un coche; sabes que ese es un mal lugar para meter la pata.

A continuación, el equipo simuló cómo estas mutaciones afectarían la estabilidad física de la proteína. Utilizaron básculas digitales (I-Mutant2.0 y MUpro) para ver si las mutaciones hacían que la proteína fuera inestable o propensa a desmoronarse. Los resultados mostraron que casi todas las 18 mutaciones hacían que la proteína fuera menos estable, como reemplazar una robusta viga de acero por una endeble de plástico. También comprobaron la flexibilidad de la proteína mediante una herramienta llamada MEDUSA, encontrando que estas mutaciones estaban atrapadas en partes rígidas de la estructura, lo que dificultaba aún más que la proteína realizara su función.

La investigación se redujo aún más utilizando MutPred2, una herramienta que predice cómo una mutación podría interrumpir los mecanismos moleculares de la proteína. Este paso identificó siete "supervillanos" que eran particularmente peligrosos. Finalmente, los investigadores utilizaron Project HOPE para observar la forma 3D de la proteína. Esta herramienta comparó el tamaño, la carga y la hidrofobicidad (cuánto le gusta o disgusta el agua a la molécula) de las proteínas mutantes frente a las normales. Descubrieron que la mutación L105R era la más destructiva de todas. En esta mutación, un aminoácido de tamaño medio y neutro (Leucina) fue intercambiado por uno grande y con carga positiva (Arginina). Los investigadores simularon que este cambio causaría "protuberancias" en la estructura de la proteína porque la nueva pieza es demasiado grande, y la carga positiva repelería a otras partes de la molécula, interrumpiendo las delicadas interacciones hidrofóbicas que mantienen la proteína unida.

Para ver el impacto en el mundo real de esta mutación L105R, el equipo realizó una simulación de acoplamiento proteína-proteína (docking). Modelaron cómo la proteína IGF-1 normal y la versión mutante se darían la mano con su pareja, el receptor de IGF-1. En la simulación, la proteína normal formó un apretón de manos fuerte con 25 enlaces de hidrógeno. Sin embargo, la proteína mutante L105R solo pudo lograr 21 enlaces de hidrógeno. Esta reducción en las conexiones sugiere que la proteína mutante tendría dificultades para unirse eficazmente a su receptor, interrumpiendo potencialmente la línea de comunicación necesaria para el crecimiento y la producción de leche.

El artículo concluye que, si bien estos hallazgos se basan en simulaciones por computadora y aún no se han probado en vacas vivas, la mutación L105R destaca como la candidata más probable para alterar la función de la proteína IGF-1 bovina. Los autores sugieren que esta mutación específica podría servir como un marcador molecular para los programas de cría, ayudando a los ganaderos a seleccionar vacas que tengan menos probabilidades de portar este "error" genético y sean más productivas. El estudio no pretende haber resuelto el problema de la producción de leche, pero ofrece un sospechoso altamente probable de disfunción genética, señalando el camino para futuras pruebas en el mundo real.