Modelo cinético estocástico para a transcrição considerando colisões entre as moléculas de RNA polimerase
Year: 2012
Type: dissertation
Abstract: A transcrição realizada pela RNA polimerase (RNAP) é um processo cuidadosamente controlado no desenvolvimento e na manutenção das funções vitais dos organismos. O desenvolvimento de novas técnicas e equipamentos para seu estudo, como as técnicas de pinça ótica ou magnética, a microscopia de força atômica e a fiuorescência de molécula única, complementaram os resultados dos estudos bioquímicos tradicionais e nos levaram a um maior entendimento do processo. A ocorrência de pausas em sítios específicos durante o alongamento, já observadas na década de 80, passou a ser estudada com maior interesse devido a sua importância biológica: acredita-se que essas pausas assegurem que a transcrição e a tradução ocorram simultaneamente em bactérias, permitam o dobramento correto das estruturas secundárias e terciárias do R A, facilitem a ligação de reguladores de alongamento e precedam a etapa de terminação transcricional. Modelos teóricos baseados na estabilidade termodinâmica do complexo de alongamento transcricional foram bem sucedidos na previsão da cinética do alongamento. Seus resultados indicaram que a RNAP pode ser vista como um motor molecular e sua motilidade possui características do modelo de catraca browniana. Entretanto, esses modelos consideram a presença de apenas uma polimerase realizando a transcrição. Experimentos recentes mostraram que a ocorrência de colisões entre essas enzimas durante a transcrição múltipla de um mesmo gene altera seu comportamento. Baseados nesses resultados, propomos a generalização de um dos modelos estocásticos que consideram a sequência molde para o estudo desse fenômeno. Em nossa aproximação, colisões entre as moléculas RNAP modificam a taxa de ocorrência da transcrição. A implementação do modelo foi realizada em...
Source: Americanae (AECID Library)
Author: Pedro Rafael Costa
Language: Portuguese
Subfield: Molecular Biology
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W841907058