Enzimas

Un equipo del Instituto de Biología Integrativa de Sistemas (I²SysBio) ha desarrollado una innovadora inteligencia artificial capaz de predecir qué bacterias pueden ser atacadas por virus bacterianos, conocidos como fagos. Este avance es crucial en el contexto de la creciente resistencia a los antibióticos, ya que los fagos representan una alternativa viable para tratar infecciones bacterianas. El estudio se centra en la bacteria Klebsiella, responsable de infecciones graves y con alta resistencia a tratamientos convencionales. Utilizando datos genéticos de miles de profagos y secuencias de depolimerasas, los investigadores han creado un modelo que permite identificar con precisión la especificidad de estas enzimas para degradar cápsulas protectoras de las bacterias. Este enfoque no solo optimiza la selección de tratamientos, sino que también ofrece soluciones potenciales contra biofilms, estructuras que complican el tratamiento de diversas infecciones.

Investigadoras de la Universitat de València y la Universitat Politècnica de València han creado un innovador sistema que utiliza energía luminosa y nanomateriales para mejorar la reparación de daños en el ADN, con aplicaciones potenciales en el tratamiento del cáncer. Este enfoque se basa en la fotorreparación, que emplea luz infrarroja y nanozimas para reparar lesiones causadas por estrés oxidativo. Los resultados del estudio, publicado en la revista Nanoscale, destacan la eficacia de los 'nanohíbridos de upconversión', que emiten luz visible al absorber radiación infrarroja. Este avance podría ofrecer una alternativa menos agresiva a tratamientos convencionales, consolidando la terapia fotodinámica como una opción prometedora en oncología.

Investigadores del Instituto de Biología Integrativa de Sistemas (I2SysBio), Juli Peretó y Pablo Carbonell, han desarrollado una estrategia innovadora para investigar el origen de la vida y el metabolismo del último ancestro común universal (LUCA). Publicada en la revista Philosophical Transactions, esta investigación utiliza el metabolismo generativo y algoritmos de inteligencia artificial para retroceder desde LUCA hacia los orígenes prebióticos. La metodología permite explorar las reacciones metabólicas que podrían haber existido en condiciones ambientales antiguas, ofreciendo nuevas hipótesis sobre cómo emergió el metabolismo complejo. Este enfoque busca cerrar la brecha entre la química prebiótica y los primeros microorganismos, abordando uno de los grandes desafíos en la evolución primitiva de la vida.