Servizio momentaneamente sospeso per manutenzione.
Rubrica
Qualifica
Professoressa Ordinaria
Struttura
Indirizzo
VIALE GIUSEPPE COLOMBO, 3 - VIA UGO BASSI, 58/B - PADOVA
Telefono
0498276269
Avvisi
Insegnamenti
- BIOLOGICAL DATASETS FOR COMPUTATIONAL PHYSICS, AA 2024 (SCQ0093478)
- BIOCHEMISTRY 1 (MOD. A), AA 2023 (SCQ1099268)
- BIOLOGICAL DATASETS FOR COMPUTATIONAL PHYSICS, AA 2023 (SCQ0093478)
- BIOLOGICAL DATASETS FOR COMPUTATIONAL PHYSICS, AA 2022 (SCQ0093478)
- MOLECULAR SIMULATIONS, AA 2022 (SCQ1098979)
- BIOLOGICAL DATASETS FOR COMPUTATIONAL PHYSICS, AA 2021 (SCQ0093478)
- MOLECULAR SIMULATIONS, AA 2021 (SCQ1098979)
- BIOLOGICAL DATASETS FOR COMPUTATIONAL PHYSICS, AA 2020 (SCQ0093478)
Area di ricerca
Frustrazione e disordine nelle proteine
Gli stati nativi delle proteine sono considerati minimamente frustrati. Il piegamento, tuttavia, è in conflitto con l'adattamento. Sulla base della teoria del paesaggio energetico, le interazioni subottimali aumentano la frustrazione locale, in modo simile agli occhiali di spin, e quindi migliorano la variabilità funzionale. Le proteine disordinate occupano un'ampia gamma dei loro paesaggi energetici. Il ripiegamento basato su modelli durante l'interazione con un partner biologico può ridurre la frustrazione delle proteine disordinate. Le strutture di stato legato risultanti tuttavia, differiscono dai complessi proteici normali e contengono un'alta densità di contatti subottimali. Tale frustrazione serve come base per la maggior parte dei punti regolatori nei percorsi cellulari.
Mi interessa la relazione tra modelli di frustrazione e specificità. Sviluppo approcci computazionali per collegare la frustrazione alla variabilità funzionale dei complessi proteici. Sono particolarmente interessato all'origine della selettività in un complesso frustrato e alle basi fisiche della promiscuità controllata.
Fuzziness nelle interazioni proteiche
La funzione delle proteine è tradizionalmente descritta da un modello struttura-funzione deterministico, che non riesce a spiegare l'adattamento cellulare. La comprensione delle attività biologiche in ambiente stocastico richiede modelli più complessi, che possono mettere in relazione i cambiamenti della popolazione in insiemi conformazionali dinamici con i cambiamenti nella funzione. Applico una logica a molti valori o fuzzy per stabilire un paradigma struttura-funzione stocastico.
Come sistema modello, utilizzo le interazioni di proteine disordinate, che mostrano un legame fuzzy. Queste proteine utilizzano diverse modalità di legame e modelli di contatto con diversi partner o in diversi contesti cellulari. Il mio obiettivo è chiarire i codici di sequenza del legame fuzzy e come sono influenzati dalle diverse condizioni cellulari. Ho intenzione di progettare un sistema di inferenza fuzzy, che possa essere utilizzato per controllare il comportamento delle proteine disordinate.
Separazione di fase proteica
La biologia cellulare è stata rivoluzionata dalla scoperta che alcune proteine sono in grado di subire la separazione di fase liquido-liquido e di formare organelli non legati alla membrana nelle cellule. Alcune di queste goccioline sono funzionali, ma i ruoli biologici di questi gruppi di ordine superiore nella maggior parte dei casi sono piuttosto enigmatici. Le goccioline di proteine liquide mostrano interazioni deboli ma specifiche, simili a quelle dei complessi fuzzy. Sulla base di ciò, sviluppo metodi di predizione basati su sequenze per identificare le proteine, che sono in grado di guidare la separazione di fase delle proteine. Alcune proteine possono formare goccioline tramite il legame dipendente dal contesto a un insieme di partner specifici. Il mio scopo è chiarire i principi biofisici e i codici di sequenza delle queste cliente proteine.
Mutazioni familiari, invecchiamento o condizioni cellulari possono avviare la conversione delle goccioline in fibrille che portano a una varietà di patologie (come la sclerosi laterale amiotrofica). Studio quei fattori che promuovono tali percorsi di aggregazione con l'obiettivo di prevedere i punti caldi della mutazione.
Scoperta di farmaci basata sull'entropia
La comprensione del legame f