Taller de software UniPROT y BLAST para la identificación de secuencias de

proteínas
Tomas Mercado Arango – tmercado@eafit.edu.co
Ingeniería Agronómica

En el trabajo anterior de esta asignatura trabajamos con el organismo Oryza sativa y la

proteína estudiada fue la High-affinity nitrate transporter 2.3.
Función de High-affinity nitrate transporter 2.3:
De acuerdo con UniPROT esta proteína participa en el transporte de nitratos. Actúa como un
transportador de dos componentes con NAR2.1. Importa nitrato con alta afinidad cuando se
expresa con NAR2.1 en un sistema heterólogo (ovocitos de Xenopus). Desempeña un papel
clave en el transporte de nitratos a larga distancia desde la raíz hasta el brote, especialmente
cuando el suministro externo de nitrato es bajo.

Ubicación subcelular:
La ubicación subcelular es importante porque la función de una proteína a menudo depende
de su ubicación en la célula, es decir, las proteínas tienen funciones específicas dependiendo
de donde se encuentren dentro de la célula (Donnes & Hoglund, 2016).

Figura 1. Ubicación subcelular de High-affinity nitrate transporter 2.3.

Secuencia Fasta:
>sp|Q94JG1|NRT23_ORYSJ High-affinity nitrate transporter 2.3 OS=Oryza
sativa subsp. japonica OX=39947 GN=NRT2.3 PE=1 SV=1
MEAKPVAMEVEGVEAAGGKPRFRMPVDSDLKATEFWLFSFARPHMASFHMAWFSFFCCFV
STFAAPPLLPLIRDTLGLTATDIGNAGIASVSGAVFARLAMGTACDLVGPRLASASLILL
TTPAVYCSSIIQSPSGYLLVRFFTGISLASFVSAQFWMSSMFSAPKVGLANGVAGGWGNL
GGGAVQLLMPLVYEAIHKIGSTPFTAWRIAFFIPGLMQTFSAIAVLAFGQDMPGGNYGKL
HKTGDMHKDSFGNVLRHALTNYRGWILALTYGYSFGVELTIDNVVHQYFYDRFDVNLQTA
GLIAASFGMANIISRPGGGLLSDWLSSRYGMRGRLWGLWTVQTIGGVLCVVLGIVDFSFA
ASVAVMVLFSFFVQAACGLTFGIVPFVSRRSLGLISGMTGGGGNVGAVLTQYIFFHGTKY
KTETGIKYMGLMIIACTLPVMLIYFPQWGGMLVGPRKGATAEEYYSREWSDHEREKGFNA
ASVRFAENSVREGGRSSANGGQPRHTVPVDASPAGV

Estructura 3D:
Debido a que la estructura 3D es un factor determinante en la actividad biológica de las
proteínas (Corvalan, 2020), considere importante adicionarla:

Figura 2. Estructura 3D de High-affinity nitrate transporter 2.3.

Especies similares:
En la figura 3 se observa las especies que cuentan con similitud con la proteína trabajada,
aquí se observa el nombre de la proteína y el organismo en el que se presenta, adicionalmente
podemos observar el porcentaje de similitud de estas:
 Figura 3. Cinco especies que presentan mayor similaridad con la secuencia de High-
affinity nitrate transporter 2.3.

Secuencia fasta de proteína seleccionada para realizar el BLAST:

La proteína seleccionada fue, High-affinity nitrate transporter 2.1 y el organismo Arabidopsis
thaliana. A esta proteína le corresponde la siguiente secuencia fasta:
>sp|O82811|NRT21_ARATH High-affinity nitrate transporter 2.1
OS=Arabidopsis thaliana OX=3702 GN=NRT2.1 PE=1 SV=1
MGDSTGEPGSSMHGVTGREQSFAFSVQSPIVHTDKTAKFDLPVDTEHKATVFKLFSFAKP
HMRTFHLSWISFSTCFVSTFAAAPLVPIIRENLNLTKQDIGNAGVASVSGSIFSRLVMGA
VCDLLGPRYGCAFLVMLSAPTVFSMSFVSDAAGFITVRFMIGFCLATFVSCQYWMSTMFN
SQIIGLVNGTAAGWGNMGGGITQLLMPIVYEIIRRCGSTAFTAWRIAFFVPGWLHIIMGI
LVLNLGQDLPDGNRATLEKAGEVAKDKFGKILWYAVTNYRTWIFVLLYGYSMGVELSTDN
VIAEYFFDRFHLKLHTAGLIAACFGMANFFARPAGGYASDFAAKYFGMRGRLWTLWIIQT
AGGLFCVWLGRANTLVTAVVAMVLFSMGAQAACGATFAIVPFVSRRALGIISGLTGAGGN
FGSGLTQLLFFSTSHFTTEQGLTWMGVMIVACTLPVTLVHFPQWGSMFLPPSTDPVKGTE
AHYYGSEWNEQEKQKNMHQGSLRFAENAKSEGGRRVRSAATPPENTPNNV

BLAST:
Ingresamos las dos secuencias fasta que se desean alinear:
Después de esto seleccionamos “Multiple alignment”: Con esto podemos observar la
alineación resultante.

Identificamos la alineación:
Finalmente, contamos con herramientas la siguiente gráfica, aquí observamos las dos
proteínas en simultáneo con el fin de establecer la similitud o diferencia que hay entre estas:
A continuación, se observa cómo se dio la alineación según el dominio de cada secuencia, de
este modo se establece las diferencias que hay entres estas. Finalmente se observa el dominio
de cada secuencia, 516 corresponde a High-affinity nitrate transporter 2.3 y 530 a High-
affinity nitrate transporter 2.1.

CONCLUSIONES
Con el uso de estos software podemos hacer una identificación detallada de proteínas de
interés, de hecho, considero que esta era una herramienta muy útil para el trabajo anterior
realizado en este curso, debido a que con estas podíamos obtener información de calidad de
la proteína que trabajamos. Finalmente, quiero resaltar la importancia de estas herramientas
para futuros trabajos, en donde se puede aplicar lo aprendido.

REFERENCIAS

 Donnes, P. & Hoglund, A. (2016). Predicting Protein Subcellular Localization: Past,

Present, and Future.
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5187447/#:~:text=Proteins%20hav
 e%20evolved%20to%20function,protein%20targeting%20or%20protein%20sorting
.
 Corvalan, C. (2020). Why does predicting a protein’s 3D structure matter? The
biological impact of AI system AlphaFold. PI IP LAW.
https://piip.co.kr/en/blog/alphafold-protein-structure-prediction-importance-1