Esta es una pregunta difícil. Teniendo en cuenta que la regulación de las proteínas dependiente de la fosforilación está tan extendida y afecta todos los procesos celulares básicos, ¿cómo se puede predecir si un determinado residuo de una proteína se fosforila in vivo ?
La verdad es que no puedes. La fosforilación de proteínas sigue siendo un proceso poco conocido a nivel celular, simplemente porque es muy difícil estudiar en detalle. Teóricamente, cada serina, treonina y tirosina expuestas en una proteína pueden potencialmente fosforilarse independientemente del motivo en el que se encuentren. Por ejemplo, aquí hay una lista de algunos de los motivos de fosforilación actualmente conocidos para ciertas quinasas: Base de datos de referencia de proteínas humanas – Lista de motivos basados en fosfo-serina / treonina. Esta es solo una lista parcial de motivos de fosforilación, pero observe cuán amplia es la especificidad del sustrato incluso para una sola familia de quinasas.
En general, las diferentes quinasas pueden reconocer motivos específicos para la fosforilación. Aquí hay un ejemplo:
Especificidad peptídica en una tirosina quinasa, receptor de insulina (IR), una quinasa dirigida por prolina, quinasa dependiente de ciclina 2 (CDK2) y una serina treonina quinasa, subunidad alfa catalítica de proteína quinasa dependiente de cAMP (PKA). Las preferencias de péptidos para cada quinasa se representan como logotipos de secuencia (arriba). Las bolsas de unión de las tres quinasas se han visualizado con UCSF Quimera, y las superficies se colorean de acuerdo con su potencial electrostático: rojo, positivo; azul, negativo; blanco, neutral (abajo). Las estructuras de izquierda a derecha muestran IR en complejo con un péptido (pdb 1IR3), CDK2 en complejo con un sustrato peptídico y ciclina A (pdb 1QMZ), que contribuye a la especificidad del péptido con una superficie con carga negativa que se muestra en la esquina superior derecha del figura, y PKA en complejo con un inhibidor de péptido (pdb 3FJQ).
Fuente de la imagen: aprovechamiento de enfoques holísticos para la especificidad del modelo en la fosforilación de proteínas
¿Cuáles son algunos de los objetivos farmacológicos conocidos en Mycobacterium tuberculosis?
¿Qué hace que una proteína pueda ser ‘cebo’ o ‘presa’ en la detección de dos híbridos de levadura?
¿Cómo se desarrollan los anticuerpos para inmunoblotting?
¿Cómo afecta la cafeína la señalización de la dopamina?
¿Cómo se diseñan las aminoacil ARNt sintetasas para aminoácidos no naturales?
Con la gran cantidad de quinasas no caracterizadas, es más fácil identificar experimentalmente el sitio de consenso para una quinasa en particular, que presentar algún tipo de algoritmo para predecir con precisión si un sitio determinado de una proteína se fosforilará o no. No digo que sea imposible, realmente, realmente difícil.
Aquí hay algunos buenos recursos y bases de datos para predecir o identificar dónde podría fosforilarse su proteína de interés:
- El NUEVO Scansite 3
- GPS 2.1: predicción del sitio de fosforilación específica de quinasa
- PhosphoSitePlus: un recurso para la fosforilación de proteínas y otras modificaciones postraduccionales
- PhosphoNetworks: redes de sustrato de quinasa
