Optimización del uso de predictores del plegado de proteínas mediante la aplicación de un sistema de input-output por archivos y la creación de una API web dinámica

Abstract

La predicción precisa de estructuras proteicas es fundamental para comprender su función, facilitar el diseño de fármacos y caracterizar enfermedades. Por ello, es crucial contar con una aplicación optimizada para su obtención. En este estudio, nos enfocamos en mejorar el uso de predictores de plegado de proteínas mediante el análisis y la modificación de sus scripts, con el objetivo de desarrollar una API web dinámica que optimice el flujo de trabajo, la accesibilidad y la evaluación de los modelos estructurales. Además, integramos a la API el cálculo de métricas de calidad de la predicción, incluyendo pLDDT, Ramachandran, TM-score y RMSD, junto con la generación de gráficos de estas métricas y una visualización 3D de la proteína, proporcionando así una herramienta más completa y eficiente para el análisis estructural. El objetivo principal de este trabajo fue mejorar el uso de predictores de estructuras tridimensionales de proteínas y facilitar su evaluación mediante la modificación de las funciones y el desarrollo de una API web. Específicamente, en este estudio se buscó: 1. Optimizar las funciones del script del predictor seleccionado y desarrollar nuevas funcionalidades para mejorar su usabilidad y la caracterización de modelos estructurales. 2. Desarrollar una API web que permitiera a los usuarios interactuar con los datos de manera práctica e intuitiva, promoviendo un acceso más amplio a herramientas avanzadas de predicción de estructuras proteicas. Para cumplir con los objetivos, la investigación se dividió en dos etapas principales. En la etapa A, se evaluaron y modificaron las funciones seleccionadas para optimizar el procesamiento y análisis de datos. Se analizaron diferentes software de código abierto para la predicción y validación de estructuras. Luego de la comparación entre los diversos scripts, y teniendo en cuenta las ventajas que presentaba en cuanto a los recursos, se seleccionó el script de ESMfold para seguir trabajando. A continuación, se ajustaron sus códigos para optimizarlo y satisfacer las necesidades de la API en diseño. Finalmente, en la etapa B, se diseñó e implementó una plataforma web que integra el script anterior, facilitando el uso de la herramienta a través de una interfaz accesible. Los resultados obtenidos, indican que la optimización del script ESMfold y la implementación de la API web que evalúa la precisión en la predicción de estructuras proteicas, simplifica la obtención de los resultados en una herramienta de uso sencillo para los investigadores. A su vez, la nueva API proporciona una plataforma intuitiva para evaluar modelos estructurales y permite una mayor integración de los métodos de predicción en la investigación biológica. De esta forma la implementación de un sistema de input-output mejorado y una API web dinámica representa un avance significativo en la predicción y evaluación de estructuras proteicas. Este enfoque no solo optimiza el flujo de trabajo en bioinformática, sino que también democratiza el acceso a herramientas avanzadas, potenciando la capacidad de los investigadores para explorar y aplicar predicciones estructurales en diversas áreas de la biología y la medicina.