Seminario: "Biotecnología de levaduras"

Presenta: Dra. Sylvie Le Borgne

Fecha: Marzo 06 2023, 15:00 hrs.
Ubicación: Aula Magna (piso 6), UAM Cuajimalpa

Mi investigación ha sido en diversos temas, trabajando siempre en el ámbito de la biotecnología microbiana con un enfoque molecular. En un inicio me dediqué a la producción y purificación de proteínas heterólogas en la bacteria Escherichia coli y en el diseño de vehículos moleculares para esta bacteria. Posteriormente, en el contexto de la biotecnología ambiental y petrolera, estudié diversas bacterias relacionadas con biomineralización, biocorrosion, biodesulfuración y biodegradación de contaminantes, realizando también algunos estudios de ecología microbiana molecular. Actualmente, mi principal interés está en el estudio y caracterización de levaduras no convencionales autóctonas de México, para diversas aplicaciones en alimentos, salud y bioetanol, entre otras. Mis estudios incluyen la caracterización fenotípica, genotípica y genómica de la levadura Kluyveromyces marxianus, que es lo que presentaré en el seminario "Biotecnología de levaduras". Sin embargo, no he perdido de vista el fascinante mundo de las bacterias…

Seminario: "Alphafold presente y futuro de la predicción de estructura de proteínas"

Presenta: Dr. Gerardo Pérez Hernández

Fecha: Febrero 13 2023, 15:00 hrs.
Ubicación: Aula Magna (piso 6), UAM Cuajimalpa
Transmisión: Vía YouTube

Con el desarrollo tecnológico para obtener datos de los genomas de diversas especies, la cantidad de estos datos crece año con año de manera abrumadora, por lo que ahora el desafío es aclarar qué quieren decir esos datos. Sabemos que un alto porcentaje de estos genomas se traducen en proteínas, las cuales tienen un papel dinámico en la función de los organismos. Pero a diferencia de los genes y genomas que se pueden deducir de secuencias de ADN, la función de las proteínas requiere de conocer su mundo tridimensional. De forma experimental se ha obtenido la estructura 3D de alrededor de 100,000 proteínas únicas, pero se estima que estás pueden ser millones. Diferentes desarrollos de algoritmos para predecir la estructura 3D de proteínas han permitido acercar dicho mundo a los científicos. A pesar de ciertas limitaciones, entre las que se encuentran los métodos de calibración de la predicción estructural 3D y la demanda del equipo computacional. Sin embargo, en el año 2021 salió a la luz el algoritmo Alphafold desarrollado por el Instituto Europeo de Bioinformática y la empresa Deepmind, propiedad de Google, dicho algoritmo dio un salto importante tanto para el desarrollo de estructuras 3D de proteínas y la disponibilidad de dicho conocimiento al público general. Alphafold ha sido desarrollado mediante técnicas de Inteligencia Artificial (IA), lo cual ha permitido predecir de forma masiva más de 200,000 millones de estructuras de proteínas a partir de la secuencia de genes y genomas, cubriendo casi todos los organismos de la Tierra cuyo genoma ha sido secuenciado. Abriendo un abanico de posibilidades tanto para diversos estudios en médicina molecular de enfermedades y aplicaciones tecnológicas, entre otras.