Descubren proteínas clave para la generación de aceites en las plantas
Investigadores de la Universidad del Estado de Iowa y del Instituto Salk para Estudios Biológicos, identificaron tres proteínas novedosas involucradas en el metabolismo de ácidos grasos en plantas.
Este trabajo, publicado recientemente en Nature, tiene un gran impacto en la modulación del perfil de ácidos grasos de las plantas. La capacidad de modificar la composición de estos ácidos grasos es muy importante no solo para la producción de alimentos, sino también para la generación de químicos y combustibles bio-renovables. Así lo expresó Joseph Noel, Profesor y Director del Centro de Química Biológica y Proteómica del Instituto Salk en La Jolla, California, y co-autor del trabajo.
En la búsqueda de nuevas proteínas relevantes para el metabolismo de ácidos grasos, este grupo de investigación desarrolló e implementó un programa de computación denominado “MetaOmGraph”, que permite analizar grandes cantidades de datos (en este caso de origen público) relacionados a patrones de expresión de genes en diferentes condiciones del desarrollo, medioambientales y distintos contextos genéticos. El programa reveló que los patrones de expresión de los genes correspondientes a las proteínas FAP se asemejaban al de los genes que codifican para enzimas involucradas en la síntesis de ácidos grasos. El análisis bioinformático también mostró que la acumulación de dos de las tres proteínas es mayor en aquellas partes de la planta en las cuáles la mayor cantidad de aceite es producida.
Utilizando la planta modelo Arabidopsis thaliana, los investigadores demostraron el rol de estas proteínas (denominadas FAP1, 2 y 3) en la regulación de las cantidades y clases de ácidos grasos acumulados en esta especie vegetal. También pudieron determinar que la acción de estas proteínas es muy sensible a la temperatura, y que podrían cumplir un papel importante en la tolerancia a ciertos estreses abióticos.
Según Eve Syrkin Wurtele, Profesor de la Universidad del Estado de Iowa, “estamos entrando en la era de la biología predictiva, que significa integrar estrategias computacionales para deducir la función de genes, modelar procesos biológicos y predecir las consecuencias de alterar un simple gen para la compleja red biológica de un organismo.”
“Evolution of the chalcone-isomerase fold from fatty-acid binding to stereospecific catalysis”. Micheline N. Ngaki, Gordon V. Louie, Ryan N. Philippe, Gerard Manning, Florence Pojer, Marianne E. Bowman, Ling Li, Elise Larsen, Eve Syrkin Wurtele & Joseph P. Noel. Nature (2012)
