Resumen

El estudio de la composición estructural de una proteína es un proceso que se enfoca en las propiedades de disposición en el espacio de las moléculas que representan la proteína, para simplificar esta representación se utilizó una metodología estadística llamada Modelo Oculto de Markov (Hidden Markov Model - HMM), que permite de obtener la conformación más probable de la estructura 3D en una representación geométrica de 4 carbonos alfa consecutivos con estados de un alfabeto estructural finito, donde cada estado del alfabeto representa patrones locales frecuentes de pequeños fragmentos estructurales 3D, donde se conserva la existencia la dependencia local entre los fragmentos identificados. Obteniendo así la asociación entre las conformaciones 3D de la proteína en componentes estructurales representativos en una dimensión (1D) de un alfabeto estructural, logrando una mayor eficiencia en la representación estructural de la proteína, reducción en el almacenamiento, reducción en la complejidad permitiendo así usar muchas herramientas de secuenciamiento 1D directamente sobre la estructura de la proteína. Con la implementación de esta metodología, el grupo de investigación en Bioinformática y Biocomputación de la Universidad del Valle, dispondrá de una herramienta específica para la simplificación de estructuras 3D de proteínas, utilizando fragmentos de 4 residuos y Modelos Ocultos de Markov Continuos (CHMM), posibilitando su utilización como apoyo en el desarrollo e implementación de aplicaciones capaces de identificar nuevas características comunes en la estructura de diferentes familias de proteínas, etc.