Doctora en Ciencias de la Ingeniería, Mención Química / Las nuevas industrias han incorporado el uso de enzimas psicrófilas dentro de sus procesos de producción, lo que les ha permitido reducir tanto el consumo de sustratos como la producción de compuestos tóxicos, además de ahorrar energía, permitiendo una disminución de costos e impacto ambiental y por ello un aumento en la rentabilidad del proceso. Estas enzimas tienen un alto potencial a nivel industrial biotecnológico, y dentro de éstas, las lipasas son foco de atención dada su alta capacidad de sintetizar e hidrolizar enlaces ésteres y su exquisita selectividad de sustratos. Sus aplicaciones involucran la producción de alimentos, detergentes, fármacos, cosméticos, síntesis de compuestos químicos como biopolímeros y agroquímicos y su uso como biosensores, entre otras. En este trabajo, se determinó el modelo tridimensional de una lipasa activa a bajas temperaturas mediante modelamiento por homología. Este modelo presentó una evaluación positiva lo que permitió trabajar con él para caracterizar a esta enzima. Con este modelo se logró identificar y estudiar la participación de tres aminoácidos en la triada catalítica: Ser 239, His 391 y Asp 361, los cuales presentaban una acertada distribución espacial. Mediante docking molecular se estudió la unión y acoplamiento de estos tres aminoácidos con 4 tipos de sustratos diferentes, presentando preferencia por sustratos con cadenas aciladas de 6 carbonos. Se generaron mutaciones para cada uno de los aminoácidos candidatos, se realizaron modelos de su estructura tridimensional y se analizaron las distribuciones de cargas y energías. Así mismo, las mutaciones fueron sometidas a docking molecular para conocer la interacción de la triada mutada con estos cuatro sustratos. En todos los casos, las energías de interacción fueron drásticamente menores a la energía presentada por la lipasa nativa, demostrando la importancia de esta triada específica. Para validar estos resultados, cada uno de los residuos fue reemplazado utilizando mutagénesis sitio dirigida y se estudio su efecto en la actividad enzimática. Todas las mutaciones presentaron perdidas de la actividad, probando que ser239-asp361-his391 corresponde a la triada catalítica. Finalmente, se estudió el fenómeno de activación interfacial que acompaña a la actividad catalítica en gran parte del grupo de lipasas y esterasas. La comparación con modelos de enzimas que presentaron estructuras secundarias tipo tapas, reveló dos posibles estructuras α8 y G2 en la lipasa estudiada, que podrían estar participando en este fenómeno. Se concluye entonces, que la estructura de esta lipasa que fue predicha en base al alineamiento con otras lipasas de estructuras tridimensionales conocidas, corresponde al tipo α/β hidrolasa. Además, este trabajo logró predecir correctamente que los aminoácidos que forman la triada catalítica son Ser239, Asp361, e His391 lo cual fue validado mediante mutagénesis sitio-dirigida, reflejando la falta de actividad de mutantes con la triada modificada. Finalmente, los análisis del modelo tridimensional creado mostraron dos posibles estructuras que podrían mediar la activación interfacial.

No description available.

En los últimos veinte años el número de genomas completos que han sido secuenciados y depositados en bancos de datos  ha crecido dramáticamente. Esta abundancia de información de secuencias ha servido de base para la creación de una disciplina llamada paleogenética. En este artículo, sin ahondar en algoritmos complejos, presentamos algunos conceptos clave para comprender cómo las proteínas han evolucionado con el tiempo. Luego ilustraremos como la paleogenética es utilizada en biotecnología. Estos ejemplos resaltan la conexión entre la química y la biología, dos disciplinas que quizás veinte años atrás parecían ser mucho más distintas que lo que parecen ser hoy. / In the last twenty years, the number of complete genomes that have been sequenced and deposited in data banks has grown dramatically. This abundance in sequence information has supported the creation of the discipline known as  paleogenetics. In this article, without going into complex algorithms, we present some key concepts for understanding how proteins have evolved in time. We then illustrate how paleogenetic analysis can be used in biotechnology. These examples highlight the connection between chemistry and biology, two disciplines that twenty years ago seemed to be more different than what they seem to be today.