Montesino CSM, Yera GC, Hernández CJL

Idioma: Ingles.
Referencias bibliográficas: 20
Paginas:
Archivo PDF: 486.01 Kb.

RESUMEN

Este estudio se dedicó al análisis mediante el Modelo de Reconocimiento Resonante (RRM) de las proteínas del SARS-CoV-2 y su posible interacción con otras proteínas humanas, específicamente, fueron analizadas las replicasas de SARS CoV y las metiltransferasas, mediante análisis RRM, para detectar posibles interacciones con las Proteínas del receptor CD4 T y las prohibitinas humanas, las cuales participan en la respuesta del organismo humano a las infecciones virales. Se estudiaron las siguientes secuencias de proteínas: veinte proteínas metiltransferasas del coronavirus del SARS humano, ocho replicasas, veintiuna prohibitinas y once proteínas T4 de antígenos de superficie de células T CD4. Los resultados revelaron picos de RRM en f1 = 0.07349 y f2 = 0.2839. El pico en f1 también fue común para la interacción entre las metiltransferasas del SARS-CoV-2 y las prohibitinas humanas, donde la fase opuesta sugiere la unión entre estas proteínas durante la infección viral. Esta interacción no fue apoyada para la metiltransferasa viral y los receptores CD4 humanos (cambio de fase de 72,4 o). Las réplicas virales exhibieron una interacción de fase opuesta tanto con las prohibitinas como con los receptores CD4. En general, el análisis de RRM reveló frecuencias comunes de RRM para replicasas y metiltransferasas, y apoyó plausibilidad de las interacciones entre la metiltransferasa de SARSCoV2 y la prohibitina humana, así como entre la replicasa de Cov2 del SARS con la prohibitina humana y los receptores de células T CD4.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Cosic I. Macromolecular Bioactivity: Is it Resonant Interaction between Macromolecules?-Theory and Applications. IEEE Trans Biomed Eng .1994;41:1101-14

2. Cosic I. Virtual spectroscopy for fun and pro?t. Nature Biotechnology.1995;3:236-38.

3. Cosic I. The Resonant Recognition Model of Macromolecular Bioactivity: Theory and Applications.8.1. Basel, Switzerland: Birkhäuser Verlag; 2012.

4. Cosic I, Pirogova E. Bioactive Peptide Design using the Resonant Recognition Model. Nonlinear Biomed Phys. 2007;1:7.

5. Cosic I, Drummond A E, Underwood J R, Hearn M T W. In vitro inhibition of the actions of basic FGF by novel 16 amino acid peptides. Mol Cell Biochem.1994;130:1-9.

6. Istivan T, Pirogova E, Gan E, Almansour NM, Coloe PJ, Cosic I. Biological effects of a de novo designed myxoma virus peptide analogue: Evaluation of cytotoxicity on tumor cells. PLoS ONE[Internet]. 2011 [cited 3 Oct 2020 ];6(9):[about 32 screens]. Available from: Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3176275 .

7. Vojisavljevic V, Pirogova E, Cosic I. The Effect of Electromagnetic Radiation (550 nm-850nm) on I-Lactate Dehydrogenase Kinetics. Internat J Radiat Biol. 2007;83:221-30.

8. Hernández Cáceres JL, Cosic I, Cosic D. Retroviral Proteases Viewed Through the Resonant Recognition Model. Medical Review.2014;6(2):117-23.

9. Hernández Cáceres JL, Cosic I, Cosic D. Application of the Resonant Recognition Model to the Study of Plasmodium Proteins Involved in Malaria Infection. MD Med Data. 2015;7:7-14.

10. Cosic I, Hernández Cáceres JL ,Cosic D. Possibility to interfere with malaria parasite activity using specific electromagnetic frequencies. EPJ Nonlinear Biomedical Physics. 2015;3:11.

11. Murugan NJ, Karbowski LM, Persinger MA. Cosic's Resonance Recognition Model for Protein Sequences and Photon Emission Differentiates Lethal and Non-Lethal Ebola Strains: Implications for Treatment. Open J Biophysics. 2014;5(1):35-43.

12. Hernández Cáceres JL. Application of resonant recognition model analysis to zika virus envelope protein. Rev Electron Biomed / Electron J Biomed. 2015;3:15-20.

13. Cosic I, Cosic D , Loncarevic I. RRM Prediction of Erythrocyte Band3 Protein as Alternative Receptor for SARS-CoV-2 Virus. Appl Sci. 2020;10:4053-62

14. Lukasz M, Karbowski Nirosha , J Murugan. Novel Cosic resonance (standing wave) solutions for components of the JAK-STAT cellular signaling pathway: A convergence of spectral density profiles. FEBS Open Bio. 2015;5:245-50

15. Risco R, et al. What does the resonant recognition model tell us about Myosin Binding Protein C? Rev cuba inform méd [Internet]. 2008 [citado 3 Oct 2020];8(2):[aprox. 13 p.]. Disponible en: Disponible en: https://www.researchgate.net/publication/257325481_Soria_Reyder_Risco_Elena_Pirogova_Jose_Luis_Hernandez_Caceres_and_Irena_Cosic_What_does_the_resonant_recognition_model_tell_us_about_Myosin_Binding_Protein_C_Revista_Cubana_de_Informatica_Medica_No_2_ .

16. Ng Y L. Functional studies of viral and host cell factors involved in the regulation of coronavirus replication and pathogenesis [PhD thesis in Internet]. Singapore: Nanyang Technological University; 2019 [cited 3 Oct 2020 ]. 198 p. Available from: Available from: https://dr.ntu.edu.sg/bitstream/10356/140136/2/NG%20YAN%20LING_PhD%20Thesis.pdf .

17. Mirzaei R , Karampoor S, Sholeh M, Moradi P, Ranjbar R, Ghasemi F. A contemporary review on pathogenesis and immunity of COVID-19 infection. Molecular Biology Reports. 2020;47:5365-76.

18. Kuadkitkan A, Wikan N, Fongsaran C, Smith DR. Identi?cation and characterization of prohibitin as a receptor protein mediating DENV-2 entry into insect cells. Virology. 2010;406(1):149-61.

19. Clyde K, Kyle J L, Harris E. Recent advances in deciphering viral and host determinants of dengue virus replication and pathogenesis. J Virol. 2006;80(23):11418-31.

20. Sharma A, Vasanthapuram R, Venkataswamy MM, Desai A. Prohibitin 1/2 mediates Dengue-3 entry into human neuroblastoma (SH-SY5Y) and microglia (CHME-3) cells. J Biomed Sci. 2020;27(1):[about 17p.].