La regulación de la expresión genética en bacterias se lleva mayoritariamente a nivel del inicio de la transcripción y es mediada primordialmente por Factores de Transcripción (TF, por sus siglas en inglés). La identificación de los Sitios de Unión de los TFs (TFBSs, por sus siglas en inglés) es de gran importancia para diferentes tipos de estudios de Biología Molecular y en la reconstrucción de redes de regulación. Con tal fin, diferentes algoritmos computacionales han sido desarrollados y ampliamente utilizados. En la mayoría de los casos, dichos algoritmos utilizan métodos estadísticos que tienen como objetivo el identificar motivos de secuencias que se encuentren sobre-representados de una manera estadísticamente significativa. A pesar de que esta aproximación estadística pareciera ser adecuada, su precisión sigue siendo limitada. En el presente proyecto presentamos una nueva estrategia computacional que integra el análisis estadístico de elementos de secuencia sobre-representados con las características con ciertas propiedades biológicamente relevantes, de los diferentes TFs y los componentes con los que interactúa, el DNA y la RNA polimerasa (RNApol). Lo anterior es de suma importancia en aquellos sistemas de regulación en donde los TFs pueden unirse de manera cooperativa a TFBSs de baja afinidad y que suelen no ser reconocidos con la mayoría de los algoritmos convencionales. Nuestro algoritmo considera no solo a los motivos "estadísticamente significativos", sino que también incluye a todos los motivos cuya longitud se hace variar de manera creciente y consecutiva. La integración de todos los motivos (de alta y baja afinidad/conservación) en una secuencia única se logra mediante el alineamiento múltiple de todos los motivos. Esperamos que nuestros algoritmo computacional nos permita mejorar las predicciones de TFBSs mismas que serán sujetas a comprobación experimental. Consideramos que nuestra nueva aproximación conceptual y metodológica aplicada a la identificación de TFBSs nos permitirá obtener modelos de regulación transcripcional consistentes con el conocimiento Biológico-Molecular de los mismos. En este sentido hemos obtenido resultados relevantes en el análisis de los reguladores, IlvY, LysR y OxyR, de la familia LysR de factores transcripcionales. Mediante un estudio detallado del grado de conservación de los TFBSs y sus posiciones relativas, hemos creado modelos de la dinámica de pegado de los TFs que son consistentes con su naturaleza dimérica y propiedades de unión cooperativa en presencia de sus inductores. En una primera etapa contemplamos la implementación automatizada de nuestro método computacional y aplicarlo en el análisis de los miembros de la familia LysR. Posteriormente, obtendremos modelos de regulación de dichos sistemas y evaluaremos su consistencia en relación a otros resultados experimentales publicados. En una segunda etapa, planteamos la verificación experimental de nuestros modelos teóricos. Para ello, realizaremos mutagénesis dirigida en residuos de los TFBSs potencialmente relevantes y caracterizaremos la expresión genética, mediante PCR-cuantitativo y fusiones transcripcionales con genes reporteros fluorescentes, a cada una de las mutantes generadas en condiciones metabólicas que favorezcan o inhiban su expresión. Finalmente, en una tercera etapa y en adición a los artículos científicos que esperamos publicar, contemplamos la elaboración de un servidor web para hacer accesible las contribuciones de nuestro proyecto.

El desarrollo del proyecto académico, aquí planteado, pretende contribuir con bases originales en el área de la regulación transcripcional bacteriana. Mediante el desarrollo de este nuevo método computacional, que permitirá la identificación precisa de los TFBSs, nosotros generaremos mejores predicciones y eliminaremos un buen porcentaje de falsos positivos. Con el nuevo marco conceptual implementado en nuestro algoritmo de cómputo, los TFBSs serán identificados no tan solo con base en los valores probabilísticos de su sobre-representación, sino con otras propiedades, biológicamente relevantes, resultado de las interacciones de los TFs con el DNA DNA y la RNApol. En adición a la identificación de los TFBSs, nuestra aproximación de análisis permitirá formular modelos de regulación dinámica de los sistemas de estudio que podrán incluir la descripción espacio-temporal de la unión tomando en cuenta de los TFs a sus correspondientes sitios de unión tomando en cuenta la presencia/ausencia de sus inductores. Consideramos que en los resultados de nuestro proyecto incidirán positivamente en la caracterización teórico-experimental de los sistemas de regulación, en particular con los miembros de la familia LysR, y en lo general a otros sistemas de regulación mediados por factores transcripcionales en organismos bacterianos. Nuestra contribución se extenderá hasta el almacenamiento de las predicciones en un interface, de una base de datos, en donde se podrán consultar las secuencias de los TFBSs de los organismos ortólogos analizados. Esta parte de nuestro proyecto permitirá complementar la información que otras bases de datos no han podido identificar, tales como RegulonDB [16], EcoCyc [17], RegPrecise [18], Prodoric [19] y TractorDB [20]. Finalmente también el proyecto contribuirá con la formación de recursos humanos. En particular con la formación de tres estudiantes de doctorado y 2 servicios sociales por incorporarse al grupo de trabajo