Análisis y predicción de epitopes T y B en proteínas de Helicobacter pylori: una aproximación inicial al diseño racional de estrategias terapéuticas alternativas sin uso de antibióticos

Helicobacter pylori (H. pylori) es un bacteria de forma espiral gram negativa que se estima afecta a más de la mitad de la población mundial, estableciendo una infección crónica en el estómago, debido a diversos mecanismos de evasión de la respuesta inmune. Este microorganismo se ha asociado con diversos trastornos gástricos que van desde gastritis hasta cáncer, por lo que es reconocido por la Organización Mundial de la Salud (OMS) como carcinógeno clase I. Regímenes de tratamiento convencionales involucran el uso de antibióticos, y estos fracasan cada vez más en el control de la infección, debido a que H. pylori ha adquirido de forma progresiva resistencia a los compuestos utilizados, lo cual sugiere la necesidad de desarrollar nuevas estrategias terapéuticas, lo cual implica la identificación de nuevos blancos terapéuticos. Este estudio tuvo como propósito la evaluación in silico de epitopes T y B en proteínas del Helicobacter pylori. Para ello fueron identificadas 22 proteínas de membrana externas de Helicobacter pylori Cepa 26695 con número de acceso NC_000915; en la selección se empleó la herramienta web Vaxign (disponible gratis en http://www.violinet.org/vaxign/), en las que se predijeron 100 epítopes (60 epítopes clases I y 40 epítopes clase II), que potencialmente podrían se utilizados en el desarrollo de nuevos abordajes terapéuticos de la infección por H. pylori sin uso de antibióticos.

• Autores: Navarro Quiroz, Elkin Antonio; Navarro Quiroz, Roberto Carlos; España Puccini, Pierine; Ahmad, Mostapha; Rios Anillo, Margarita; Olave Jaller, Valeria; Diaz, Anderson
• Tipo de recurso: Article of journal
• Fecha de publicación: 2017
• Institución: Universidad Cooperativa de Colombia
• Repositorio: Repositorio UCC
• OAI Identifier: oai:repository.ucc.edu.co:20.500.12494/5223
• Acceso en línea: https://hdl.handle.net/20.500.12494/5223
• Palabra clave: Predicción de epitopes
• Rights: openAccess
• License: https://creativecommons.org/licenses/by/3.0/