Detalle del Docente 2016-12-06T16:49:11+00:00

Cedano Rodríguez, Juan Antonio

DATOS PERSONALES Y ACADÉMICOS

Grado y Servicio

Grado 4 / Regional Norte / Biotecnología

Contacto

Email: jcedano@yahoo.com / Teléfono: 47337133

Área disciplinar

Tecnológica

Disciplina / Subdisciplina

Bioinformática / Nanotecnología

Mayor nivel académico

Doctorado, Universidad Autónoma de Barcelona, España (año 2001)

Link a web personal

Link a CVUY

http://www.anii.org.uy/buscador_cvuy/exportador/ExportarPdf?hash=b14a4bd7d8f4ff8252481f2a6ab72e1a

Pertenece al SNI

No pertenece

Pertenece al PEDECIBA

Si pertenece / Grado 4

DATOS DEL PROYECTO DE DEDICACIÓN TOTAL

Título del Plan de Actividades

La Bioinformática como herramienta para asistir el diseño de proteínas

Palabras clave

Bioinformática, Inmunología, Biotecnología, Neurología, Psicosomática, Microarrays, Proteínas Multifución, Cáncer, clustering

Resumen Publicable

He seleccionado estos tres trabajos previos como muestra de algunas de las áreas de interés:

Huerta M, Fernández-Márquez J, Cabello JL, Medrano A, Querol E, Cedano J. Analysis of gene expression for studying tumor progression: the case of glucocorticoid administration. Gene. 2014 Oct 1;549(1):33-40.
En estos últimos años he participado en el desarrollo de herramientas de análisis de datos de microarrays y prototipos previos que nos han permitido calcular el comportamiento relativo de los genes más relevantes comunes a la mayoría de los tipos celulares de las células humanas en sus distintos estados (Ej: quiescencia, ulceración, necrosis, crecimiento, diferenciación, des-diferenciación… etc.). Para verificar los resultados de este trabajo, hemos tenido que cruzar nuestros resultados con más de 1500 publicaciones científicas. Ese análisis nos permitió verificar que las curvas obtenidas describen en gran detalle el comportamiento de los genes y con una alta fiabilidad. Aunque, el presente estudio explora un problema concreto, ¿porqué la administración de corticoides en pacientes oncológicos a veces incrementa el crecimiento de los tumores?, un problema que no es nada fácil de abordar usando herramientas de análisis de datos de microarrays clásicos; la conclusión del trabajo es muy interesante ya que permite asignar esa capacidad de crecer en presencia de corticoides a la forma en que se distribuyen las células madres formadoras del tejido. Habiendo encontrado que existen básicamente dos patrones muy claros, uno para los tejidos de funciones complejas, en los que la conexión entre las células es más importante, para llevar a cabo la función del tejido, que el número de células y otro patrón asociado a funciones tisulares sencillas, en que el número de células es determinante para la realización de la función. Dado que una célula no puede dividirse a la vez que realiza la función celular, las células que realizan funciones celulares simples, consiguen compatibilizar renovación celular y actividad, simplemente separando en el espacio las células madres que se van dividiendo lateralmente y conforme se alejan del punto de división se diferencian para llegar totalmente diferenciadas al punto en donde se da la funcionalidad del tejido (Ej.: vellosidades intestinales). Esta estrategia en tejidos con funciones complejas es imposible, por la complejidad del mismo, por lo que para dividirse han de parar la actividad del tejido.

Hernández S, Calvo A, Ferragut G, Franco L, Hermoso A, Amela I, Gómez A, Querol E, Cedano J. Can bioinformatics help in the identification of moonlighting proteins? Biochem Soc Trans. 2014 Dec;42(6):1692-7.

Esta fue la primera base de datos en la que se registraba las proteínas moonlighting. En la actualidad varios grupos han copiado la iniciativa. El estudio de las proteínas multifunción pretende abordar el problema de porque hay tan pocas proteínas en el genoma, en comparación con las estimaciones anteriores al proyecto genoma humano. Una de las razones es que las proteínas, a parte de la función canónica pueden asumir muchas otras funciones.

Amela I, Delicado P, Gómez A, Querol E, Cedano J. A dynamic model of the proteins that form the initial iron-sulfur cluster biogenesis machinery in yeast mitochondria. Protein J. 2013 Mar;32(3):183-96.

Los cluster de hierro-azufre son muy comunes en los centros activos de muchas proteínas, por ejemplo las implicadas en el transportes de electrones en la mitocondria. Otras de las más conocidas son la aconitasa, la ferredoxina, la NADH deshidrogenasa, otras varias hidrogenasas, la succinato Coenzima Q-reductasa, entre otras. A pesar de este papel central en el metabolismo, se conoce muy poco de cual es el mecanismo concreto por el que llevan a cabo la función. En este trabajo hemos modelado como interactúan las proteínas del complejo que forman estos cluster hierro-azufre, usando la información disponible en la bibliografía que ha sido incorporada para reducir los grados de libertad del modelo. De esta forma se ha podido proporcionar un modelo que puede facilitar entender el proceso y establecer futuros experimentos para entender, en profundidad, su comportamiento.

A continuación se muestra algunas líneas que están en marcha :
Inmunología:
• Inmunomodulación de tolerancia en cáncer: se va a clonar una proteína quimérica que reconoce al colágeno IV (una proteína fundamental en la formación de la membrana basal y producida en altas concentraciones en los tumores) a la que se va a unir una proteína que desactiva la inmunotolerancia inducida por otro enzima de la misma cascada enzimática, entre los que están los tumores de ovario, en los que estamos interesados. Este proyecto se realizará en colaboración con el polo tecnológico de Pando.
• Reproducción, aquí se va a ensayar el efecto contrario, que en proyecto anterior. Ya que vamos a construir y ensayar una fusión entre la proteína CD44 (que reconoce la zona pelúcida de los óvulos) y la proteína IDO (Indolamina-2,3-Dioxigenasa), para tratar de aumentar la eficiencia de implantación. Este proyecto se realizará en colaboración con el polo de producción y reproducción en rumiantes, y se ensayará en ovejas.
Biofísica: Se explorará si las regiones intrínsecamente desordenadas tienen un papel relevante en las proteínas multifuncionales. En colaboración con la universidad de Lleida.
Microarrays: se están desarrollando una serie de herramientas para el análisis de datos de microarrys o de secuenciaciones masivas.
Biotecnología: Este proyecto consiste en el diseño, clonaje y obtención de proteína mediante técnicas de DNA recombinante de una proteína quimérica como marcadores de contorno de tumor y terapia de nula toxicidad como profilaxis para mastitis.
Medicina Lamarckiana: Ante la acumulación de datos que indican que los mecanismos lamarckianos son más abundantes de lo inicialmente previsto, este proyecto pretende responder a la pregunta: ¿Cómo sería la patología si la fisiología animal respondiera a un modelo lamarckiano?, de ahí se extraen conclusiones para predecir que tipo de “patología” observaríamos si realmente este proceso se produjera, además se puede inferir mejoras en los tratamientos terapéuticos en base a la aplicación de estos conceptos.
Inmunoinformática: Se trata de una aplicación que de forma no asistida lee las bases de datos de péptidos de unión a MHCII humanos y construye automáticamente patrones que sirven para estimar el grado de afinidad por la unión a dichos MHCs de cualquier péptido o proteína. En colaboración con la Universidad Autónoma de Barcelona.
Moonlighting proteins: Se estudia el fenómeno de las proteínas multifunción en todos sus aspectos, desde el uso de algoritmos de predicción, hasta las implicaciones en patología. En colaboración con la Universidad Autónoma de Barcelona.

Grado y Fecha de Ingreso al RDT

Grado 4 / Desde: 2012-05-08

Programa: Científico Proveniente del Exterior

El cargo NO se enmarca en este programa

Participa de Grupo Autoidentificado

No participa de ningún grupo autoidentificado

Observaciones

DOCUMENTACIÓN ADJUNTA

Curriculum Vitae

Descargar CV

Último informe de renovación

Aún no se ha cargado el último informe de renovación.

Producción Académica

Documento 1: Descargar Produccion Académica 1
Documento 2: Descargar Produccion Académica 2
Documento 3: Descargar Produccion Académica 3