Teoria da Informação Aplicada ao estudo de interações proteína-proteína

Abstract

Interações proteína-proteína (PPI) são processos-chave para a manutenção da vida. As proteínas sofrem diversas pressões seletivas para serem funcionais o que inclui pressões para a manutenção das interações. Nesse contexto, observamos a coevolução de pares de proteínas, que é quando a evolução de uma delas afeta a evolução da outra e vice versa. A Coevolução pode ser quantificada por medidas de correlação entre as substituições de aminoácidos, como por exemplo a transinformação (I). Essas medidas podem ser utilizadas para resolver diferentes problemas biológicos no contexto de PPI, a saber: (i) predição de contatos tridimensionais, (ii) predição de interfaces de interação, (iii) predição de redes de interação e (iv) proposição de pareamento de sequências homólogas de proteínas que interagem. É sabido que diversas fontes contribuem para os valores de I, entretanto entender como cada uma dessas fontes contribui para a resolução desses problemas permanece um desafio. Nesse sentido, esta Tese de Doutorado tem como objetivo entender como a evolução, a coevolução e a estocasticidade influenciam nos valores I e mais do que isso, compreender qual a usabilidade dessas diferentes fontes na resolução do problema (iv). Utilizando alinhamentos de sequências e estruturas disponíveis em bancos de dados, eu mostro aqui que a quantidade de I resultado da coevolução pode ser a mais interessante para a resolução do problema (iv). Isso porque a essa quantidade é a que possui menor degeneração, isto é, nos permite distinguir melhor entre arranjos de pareamento que fazem sentido biológico de arranjos aleatórios e deve ser a única fonte em sistemas que coevoluem em organismos diferentes. Além disso essa fonte de informação coevolutiva pode ser captada apenas em interfaces de interação corretas e de curta distância. Por fim, apresento perspectivas em otimizações para resolução de problemas do tipo (IV).