Desarrollo y aplicación de herramientas bioinformáticas para la predicción de estructura de bucles de proteínas

Abstract

La gran versatilidad y especificidad de los anticuerpos para reconocer y unirse a una amplia variedad de antígenos los convierte en componentes esenciales de la respuesta inmunitaria. Estas propiedades han consolidado a los anticuerpos como herramientas clave en múltiples aplicaciones biotecnológicas y biomédicas, que abarcan desde biosensores y plataformas de diagnóstico hasta el desarrollo de terapias avanzadas. Sin embargo, el diseño experimental de anticuerpos sigue siendo un proceso complejo, laborioso y costoso. En este contexto, las herramientas bioinformáticas permiten optimizar y acelerar dicho proceso, aunque la predicción de las seis regiones tipo bucle que se unen al antígeno, conocidas como CDR (Regiones Determinantes de la Complementariedad), continúa representando un desafío computacional considerable. En particular, el bucle H3, principal determinante de la especificidad destaca por su elevada variabilidad en secuencia y longitud, lo que lo convierte en el más difícil de modelar...Antibodies are essential components of the immune response due to their remarkable versatility and specificity in recognizing a wide range of antigens. These properties have established antibodies as key tools in biotechnology and biomedicine, from biosensors and diagnostics to advanced therapies. However, experimental antibody design remains complex, time-consuming, and costly. Computational approaches can accelerate this process, yet predicting the six antigen-binding loops, known as complementarity-determining regions (CDRs), remains a major challenge—particularly the highly variable H3 loop, the main determinant of specificity.This work introduces a substantially improved version of RCD+ for ab initio CDR loop modeling. The new implementation integrates: (i) exhaustive conformational sampling guided by maps derived from known structures; (ii) structural screening using the KORP orientation-based potential; and (iii) final refinement with the latest PyRosetta release. These enhancements significantly improve accuracy, especially for H3, achieving >1 Å improvement when incorporating kink-based constraints...