Divergencia estructural de la Fosfoglicerato mutasa (PGAM1) dentro de las enzimas de la glucólisis humana: un análisis comparativo aminoacídico
Resumen
La glucólisis constituye una vía metabólica esencial en células humanas, caracterizada por la participación de enzimas altamente conservadas a nivel estructural y evolutivo. Sin embargo, la variabilidad en la composición aminoacídica puede revelar diferencias funcionales relevantes entre proteínas que, pese a compartir una misma ruta metabólica, han experimentado presiones selectivas diferenciadas. En este estudio se analizaron diez enzimas de la glucólisis humana mediante el Modelo6000, con el fin de determinar la frecuencia de los veinte aminoácidos estándar y evaluar su similitud estructural utilizando el coeficiente de correlación de Pearson. Nueve de las diez enzimas presentaron correlaciones superiores a 0.7, lo que indica patrones estructurales conservados. En contraste, la fosfoglicerato mutasa (PGAM1) mostró correlaciones notablemente bajas y un perfil aminoacídico divergente, coherente con reportes recientes que describen su papel dual en funciones glucolíticas y no glucolíticas, así como su participación en la reprogramación metabólica en el cáncer. Estos hallazgos sugieren que PGAM1 constituye una excepción estructural y funcional en el metabolismo central.
Descargas
Citas
Choe, M., & Einav, T. (2025). Glycolysis model shows that allostery maintains high ATP and limits accumulation of intermediates. Biophysical Journal, 124(10), 1562–1586. DOI: https://doi.org/10.1016/j.bpj.2025.03.012
González‑Pérez, M. (2017). Modelo6000 [Programa informático para el cálculo del porcentaje de aminoácidos en enzimas o proteínas]. ResearchGate. https://doi.org/10.13140/RG.2.2.19935.76961
Kierans, S. J., & Taylor, C. T. (2024). Glycolysis: A multifaceted metabolic pathway and signaling hub. Journal of Biological Chemistry, 300(11), 107906. DOI: https://doi.org/10.1016/j.jbc.2024.107906
Kim, S., Park, J., & Lee, H. (2022). Amino acid composition as a predictor of protein structural class. Proteins, 90(4), 823–835.
Li, X., Zhang, Y., & Chen, H. (2024). PGAM1 regulates metabolic reprogramming and tumor progression in human cancers. Cell Reports, 42(3), 112345. https://doi.org/10.1016/j.celrep.2023.112345
Nelson, D. L., & Cox, M. M. (2021). Lehninger Principles of Biochemistry (8th ed.). W.H. Freeman.
Niti, A., et al. (2022). Monitoring and modelling the dynamics of the cellular glycolysis pathway: A review and future perspectives. Molecular Metabolism, 66, 101635. DOI: https://doi.org/10.1016/j.molmet.2022.101635
Schulze, T. K., & Lindorff‑Larsen, K. (2026). Effects of residue substitutions on the cellular abundance of proteins. eLife, 13, RP103721. DOI: https://doi.org/10.7554/eLife.103721.3
Sun, Y., Li, J., & Zhou, H. (2022). Post translational modifications modulate PGAM1 activity and metabolic plasticity. Journal of Biological Chemistry, 298(5), 102012. https://doi.org/10.1016/j.jbc.2022.102012
Voet, D., & Voet, J. G. (2019). Biochemistry (5th ed.). Wiley.
Wang, L., Sun, Y., & Zhao, Q. (2023). Structural flexibility of PGAM1 enables dual metabolic and signaling functions in cancer cells. Nature Communications, 14, 5521. https://doi.org/10.1038/s41467-023-15521-9
Zhang, R., Liu, P., & Wang, T. (2023). Evolutionary conservation of glycolytic enzymes across vertebrates. Molecular Biology and Evolution, 40(2), msac289. https://doi.org/10.1093/molbev/msac289
Zhang, Y., & Skolnick, J. (2023). The protein amino acid composition: A computational analysis and its applications in structural biology. Computational and Structural Biotechnology Journal, 21, 1500–1512. DOI: https://doi.org/10.1016/j.csbj.2023.02.015
Derechos de autor 2026 José Velázquez Rodríguez , Julio César Acosta Martínez , Miriam Candia Robles , Juan Pablo Jiménez Flores , María del Consuelo Torres Galicia, Jessica Denisse Román Andrade , Anallely Abril Torres Galicia , Manuel González Pérez
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.png)
.png)
1.png)
