Protein molecular modeling of genetic markers for thyroid cancer / Modelagem molecular proteica dos marcadores genéticos do câncer de tireoide

ABSTRACT

ABSTRACT Introduction: The advances in thyroid molecular biology studies provide not only insight into thyroid diseases but accurate diagnosis of thyroid cancer. Objective: Design a tutorial on protein molecular modeling of genetic markers for thyroid cancer. Methods: The proteins were selected using the Protein Data Bank sequence and the basic local alignment search tool (BLAST) algorithm. The obtained sequences were aligned with the Clustal W multiple alignment algorithms. For the molecular modeling, three-dimensional structures were generated from this set of constraints with the SWISS-MODEL, which is a fully automated protein structure homology-modeling server, accessible via the ExPASy web server. Results: We demonstrated protein analysis, projection of the molecular structure and protein homology of the following molecular markers of thyroid cancer: receptor tyrosine kinase (RET) proto-oncogene; neurotrophic tyrosine kinase receptor 1 (NTRK1) proto-oncogene; phosphatase and tensin homolog (PTEN); tumor protein p53 (TP53) gene; phosphoinositide 3-kinase/threonine protein kinase (PI3K/AKT); catenin beta 1 (CTNNB1); paired box 8-peroxisome proliferator-activated receptor gamma (PAX8-PPARG); rat sarcoma viral oncogene (RAS); B-raf proto-oncogene, serine/threonine kinase (BRAF); and thyroid-stimulating hormone receptor (TSHR). Conclusion: This study shows the importance of understanding the molecular structure of the markers for thyroid cancer through bioinformatics, and consequently, the development of more effective new molecules as alternative tools for thyroid cancer treatment.

RESUMO

RESUMO Introdução: Os avanços nos estudos de biologia molecular da tireoide não fornecem apenas uma visão sobre as doenças tireoidianas, mas um diagnóstico preciso do câncer de tireoide. Objetivo: Realizar um tutorial sobre modelagem molecular proteica dos marcadores genéticos do câncer de tireoide. Métodos: As proteínas foram selecionadas utilizando sequência do Banco de Dados de Proteínas e algoritmo basic local alignment search tool (BLAST). As sequências obtidas foram alinhadas com os algoritmos de alinhamento múltiplo Clustal W. Para a modelagem molecular, as estruturas tridimensionais foram geradas a partir deste conjunto com o SWISS-MODEL, um servidor de homologia de modelagem de estrutura proteica totalmente automatizado, acessível por meio do servidor web ExPASy. Resultados: Demonstramos a análise das proteínas, a projeção da estrutura molecular e a homologia proteica dos seguintes marcadores moleculares de câncer de tireoide: proto-oncogene receptor tyrosine kinase (RET); proto-oncogene neurotrophic tyrosine kinase receptor 1 (NTRK1); phosphatase and tensin homolog (PTEN); gene tumor protein p53 (TP53); phosphoinositide 3-kinase/threonine protein kinase (PI3K/AKT); catenina beta 1 (CTNNB1); paired box 8-peroxisome proliferator-activated receptor gamma (PAX8-PPARG); rat sarcoma viral oncogene (RAS); B-raf proto-oncogene, serine/threonine kinase (BRAF) e thyroid-stimulating hormone receptor (TSHR). Conclusão: Este estudo mostra a importância do conhecimento da estrutura molecular dos marcadores de câncer da tireoide por meio da bioinformática e, consequentemente, o desenvolvimento de novas moléculas mais eficazes como ferramentas alternativas para o seu tratamento.