Una de las metas de la biotecnología moderna es diseñar enzimas adecuadas a condiciones particulares. La ingeniería de proteínas es uno de los métodos usados para modificar las propiedades cinéticas y fisicoquímicas. Sin embargo, se necesita de mucha información a priori para poder diseñar los cambios requeridos. Una alternativa ha sido el desarrollo de enfoques basados en la evolución dirigida donde por barrido de bancos de mutaciones al azar se seleccionan clonas con las características deseadas o usando la ingeniería de consensos donde se ha mostrado que una proteína con una secuencia consenso a una familias tiene propiedades de estabilidad y catalíticas incrementadas respecto a las secuencias existentes. Recientemente se desarrolló un método estadístico, llamado SCA, el cual detecta los residuos que covarían en alineamientos múltiples de familias de proteínas homólogas. Estos residuos coevolucionados están organizados espacialmente dentro de canales físicamente conectados, uniendo sitios distantes funcionales de gran relevancia para el proceso de plegamiento y la actividad de la proteína. Por otro lado, se sabe que uno de los mecanismos evolutivos principales de generación de actividades nuevas ha sido mezclar dominios estructurales asociados a una función. Tal es el caso de las deshidrogenasas donde se observa que comparten un dominio Rossmann, el cual confiere la capacidad catalítica, fusionado a dominios de especificidad distintos. Estamos explorando este camino generando quimeras de proteínas homólogas a la Shikimato deshidrogenasa (SDH) donde se intercambien los dominios Rossmann. El análisis de SCA nos permite ver cuáles son las redes de interacción dentro de estas proteínas y en su caso diseñar mutaciones que permiten el acoplamiento entre los dominios quiméricos. Estamos estudiando la interrelación que existe entre las posiciones estadísticamente acopladas reveladas utilizando el algoritmo de SCA con los efectos observados en la estabilización y cambio de capacidades catalíticas de proteínas consenso. Esto permitirá entender cuáles son las posiciones que verdaderamente contribuyen a la estabilización o a la función para el diseño de enzimas con propiedades mejoradas. Estos conocimientos serán de gran utilidad para poder diseñar y construir posteriormente quimeras de novo buscando actividades no existentes en la naturaleza.

Otra área importante del grupo es el estudio bioinformático de la distribución filogenética de factores de transcripción. Hemos estado analizando la presencia e identidad de factores de transcripción en distintos grupos filogenéticos tanto de Eubacteria como de Arquea. Hemos observado que ambos dominios comparten familias de reguladores. Sin embargo estas familias tienen distintas abundancias. Hemos observado que existe una correlación en la abundancia de los factores sigma y los factores de transcripción aunque con una correlación de un décimo entre ambos tipos de proteínas. Estamos utilizando teoría de grafos para estudiar la evolución de las vías metabólicas tanto entre Eubacteria y Arquea y dentro un grupo filogenético cerrado, los Bacillus. Estamos desarrollando algoritmos genéticos para poder hacer alineamientos de vías metabólicas. Adicionalmente estamos llevando a cabo varios proyectos utilizando teoría de grafos para analizar la evolución de genomas en la familia de las proteobacterias buscando definir cuáles son las propiedades de conectividad de funciones del metabolismo que se ganan o pierden. De un modo similar estamos analizando cual es la distribución filogenética de enzimas involucradas en las biosíntesis de lípidos y metabolismo de ácidos nucléicos. Estos dos tipos de metabolismo parecen presentar una discordancia evolutiva con el árbol de la vida planteado hasta ahora. La búsqueda de homólogas, análogas y alternólogas no permitirá presentar una hipótesis sobre está discordancia.