CÁNCER: LAS CÉLULAS QUE NO NECESITAN OXÍGENO PARA SOBREVIVIR
DOI:
https://doi.org/10.32399/icuap.rdic.2448-5829.2024.30.1466Resumen
El oxígeno es el principal componente que requieren las células de un organismo vivo para obtener energía y de esta manera sea capaz de realizar sus actividades metabólicas de forma adecuada. Entonces, ¿podrán existir algunas células sin el suministro de oxígeno? La respuesta es sí. Por increíble que parezca, existen células en diversos padecimientos que son capaces de permanecer vivas a bajas concentraciones de oxígeno. Esto es posible debido a una serie de mecanismos moleculares que se activan al percibir este estado de hipoxia, como la expresión de la familia del factor inducido por hipoxia (HIF-1, 2 y 3), que protegen a las células en padecimientos como la anemia, la isquemia miocárdica, la hipertensión pulmonar, el cáncer, etc. Específicamente, la familia HIF brinda resistencia a las células presentes en cánceres sólidos contra las terapias actuales y aseguran la supervivencia del tumor cambiando de su metabolismo aerobio a un metabolismo anaerobio, generando nuevas vascularizaciones para una mayor irrigación sanguínea y activando genes encargados de aumentar la producción de células sanguíneas dentro del organismo, etc. Debido al papel tan importante que desempeña la familia HIF en la supervivencia de células cancerígenas, en esta investigación se propone describir el bloqueo de la actividad de HIF-1 empleando metodologías in silico. Se considera que un punto clave para su inactivación es evitar la dimerización de las subunidades proteicas que lo constituyen. Como resultado de este análisis, se pretende tener a un nuevo aliado en las terapias actuales contra el cáncer.
Citas
Bertout, J. A., Patel, S. A., & Simon, M. C. (2008). The impact of O2 availability on human cancer. Nature Reviews Cancer, 8(12), 967-975. doi:10.1038/nrc2540
Brown, J. M. (2007). Tumor hypoxia in cancer therapy. Methods in enzymology, 435, 295-321. doi:10.1016/S0076-6879(07)35015-5
Chao, Y. A. N. G., Zhong, Z. F., Sheng-Peng, W. A. N. G., Chi-Teng, V. O. N. G., Bin, Y. U., & Yi-Tao, W. A. N. G. (2021). HIF-1: Structure, biology, and natural modulators. Chinese Journal of Natural Medicines, 19(7), 521-527. doi:10.1016/S1875-5364(21)60051-1
Ditchfield, R., Hehre, W. J., & Pople J. A. (1971). Self-consistent molecular-orbital methods. 9. Extended Gaussian-type basis for molecular-orbital studies of organic molecules. Journal of Chemical Physics, 54(2), 724-728. doi:10.1063/1.1674902
Eberhardt, J., Santos-Martins, D., Tilack, A. F., Forli, S. (2021). AutoDock Vina 1.2.0: New docking methods, expanded force field, and python bindings. Journal of Chemical Information and Modeling, 61, 8, 3891-3898. doi:10.1021/acs.jcim.1c00203
Frisch, M. J., Trucks, G. W., Schlegel, H. B., et al., Gaussian 16, Revision, B.01 2016; Gaussian Inc.: Pittsburgh, PA, USA, 2016.
Gray, L. H., Conger, A., Ebert, M., Hornsey, S., & Scott, O. C. A. (1953). The concentration of oxygen dissolved in tissues at the time of irradiation as a factor in radiotherapy. The British Journal of Radiology, 26(312), 638-648. doi:10.1259/0007-1285-26-312-638
Hohenberg, H., & Kohn, W., (1964) Inhomogeneous Electron Gas, Physical Review, 136, B864-B871. doi:10.1103/PhysRev.136.B864
Minassian, L. M., Cotechini, T., Huitema, E., & Graham, C. H. (2019). Hypoxia-induced resistance to chemotherapy in cancer. In Hypoxia and Cancer Metastasis (pp. 123-139). Springer, Cham. doi:10.1007/978-3-030-12734-3_9
Meng X. Y., Zhang H. X., Mezei M., & Cui M. Molecular docking: a powerful approach for structure-based drug Discovery (2011). Current Computer-Aided Drug Design, 7(2):146-57. doi:10.2174/157340911795677602.
Schönberger, T., Fandrey, J., & Prost-Fingerle, K. (2021). Ways into understanding HIF inhibition. Cancers, 13(1), 159. doi:10.3390/cancers13010159
Thompson, J. D., Higgins, D. G., & Gibson, T. J. (1994). CLUSTAL W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position-specific gap penalties and weight matrix choice. Nucleic Acids Research, 22(22), 4673-4680. doi:10.1093/nar/22.22.4673
Trott, O. & Olson, A. J. (2010) AutoDock Vina: improving the speed and accuracy of docking with a new scoring function, efficient optimization, and multithreading. Journal of Computational Chemistry, 31(2), 455-461. doi:10.1002/jcc.21334
Waterhouse A. M., Procter J. B., Martin D. M. A., Clamp M., & Barton G. J. (2009) Jalview Version 2 - A multiple sequence alignment editor and analysis workbench. Bioinformatics 25 1189-1191. doi:10.1093/bioinformatics/btp033
Webb, B., & Sali, A. Comparative Protein Structure Modeling Using Modeller. Current Protocols in Bioinformatics 54, John Wiley & Sons, Inc., 5.6.1-5.6.37, 2016. doi:10.1002/cpbi.3
wwPDB consortium. Protein Data Bank: the single global archive for 3D macromolecular structure data (2019). Nucleic Acids Research, 47, D520-D528, doi:10.1093/nar/gky949
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Definir aviso de derechos.
Los datos de este artículo, así como los detalles técnicos para la realización del experimento, se pueden compartir a solicitud directa con el autor de correspondencia.
Los datos personales facilitados por los autores a RD-ICUAP se usarán exclusivamente para los fines declarados por la misma, no estando disponibles para ningún otro propósito ni proporcionados a terceros.
