Desnaturalización térmica de proteínas: principios, métodos y aplicaciones – ¿Qué es la desnaturalización térmica?

por Agatha Rosenthal, Tuesday, 15th September 2026 AI traducida

PN260601 Dimer Thermal Protein 5.1.1 Hero Header 1920x675

La desnaturalización térmica es la pérdida, inducida por la temperatura, de la estructura tridimensional nativa de una proteína. A medida que aumenta la energía térmica, las interacciones no covalentes que estabilizan el estado plegado —puentes de hidrógeno, empaquetamiento hidrofóbico, contactos de van der Waals— se perturban progresivamente, y la proteína pasa de una conformación ordenada y compacta a un estado desordenado o parcialmente estructurado.

Esta transición suele caracterizarse mediante la temperatura de fusión (T_m): la temperatura a la cual las poblaciones plegada y desplegada están presentes en igual proporción. T_m no es una constante física fija de una proteína aislada; depende de las condiciones de la solución, de la composición del tampón y de la presencia de ligandos o excipientes, que es precisamente lo que la hace útil. Comparar T_m entre condiciones o variantes proporciona una medida cuantitativa y reproducible de la estabilidad térmica relativa. Esta dependencia del contexto va más allá del tubo de ensayo: el estudio de perfilado térmico a escala celular de Leuenberger y colegas, que siguió el desplegado de miles de proteínas simultáneamente dentro de células intactas, mostró que la termostabilidad se correlaciona con características estructurales y biológicas como el tamaño de la proteína, la estructura cuaternaria y la propensión a la agregación, en lugar de estar determinada solo por la secuencia de aminoácidos.¹ En otras palabras, la estabilidad térmica refleja el contexto estructural más amplio de una proteína, no solo su plegamiento de forma aislada, lo que refuerza por qué un cambio de Tm in vitro es una lectura tan informativa y generalizable de la sensibilidad estructural subyacente.

Un T_m más alto generalmente significa una molécula más estable térmicamente, y los cambios en T_m son una de las formas más rápidas de ver cómo una mutación, un tampón, un excipiente o una condición de formulación afectan la estabilidad de una proteína.

En el desarrollo biofarmacéutico, esto importa porque la estabilidad térmica se correlaciona estrechamente con el comportamiento de una proteína bajo estrés en condiciones reales: temperatura elevada durante la fabricación, el transporte o el almacenamiento; ciclos de congelación-descongelación; o simplemente tiempo a temperatura durante la vida útil. Un Tm más bajo o desplazado es un indicador temprano de que una molécula puede ser más susceptible a estos esfuerzos.

El desplegado también está vinculado mecanísticamente al riesgo posterior. A medida que una proteína pierde su estructura nativa, los residuos hidrofóbicos previamente enterrados quedan expuestos al solvente. Estas superficies expuestas son el principal impulsor de la asociación proteína-proteína, lo que hace que las especies parcialmente o totalmente desplegadas sean propensas a la agregación. La agregación, a su vez, se asocia con pérdida de actividad biológica, farmacocinética alterada y, en productos biológicos, riesgo de inmunogenicidad. Por tanto, la desnaturalización térmica rara vez interesa por sí sola; es un proxy de la inestabilidad estructural que precede a estos modos de fallo posteriores, razón por la cual Llowarch et al. describen el cambio térmico como una de las lecturas más sensibles y ampliamente utilizadas de la estabilidad proteica en el descubrimiento temprano de fármacos.²

¿Cómo se mide la desnaturalización térmica?

La calorimetría diferencial de barrido (DSC) y la fluorimetría diferencial de barrido (DSF) son las dos técnicas más utilizadas para medir la desnaturalización térmica, y sondan propiedades físicas fundamentalmente distintas.

La DSC mide el calor directamente. El desplegado es un proceso endotérmico, por lo que aparece como un pico de capacidad calorífica, del que pueden extraerse T_m, la entalpía de desplegado (ΔH) y el cambio de capacidad calorífica (ΔC_p) sin depender de una molécula reportera ni de un modelo espectroscópico supuesto. Esto convierte a la DSC en una medición termodinámica directa e independiente de modelos, la técnica de referencia frente a la cual suelen validarse otros métodos.

La DSF es óptica e indirecta: sigue una señal de fluorescencia que cambia a medida que se pierde la estructura. La DSF convencional utiliza un tinte exógeno que se une a superficies hidrofóbicas expuestas durante el desplegado. La DSF intrínseca, como técnica totalmente libre de marcaje, sigue la fluorescencia intrínseca de los residuos de triptófano y tirosina a medida que la proteína se calienta. A medida que esos residuos se vuelven más accesibles al solvente durante el desplegado, su espectro de emisión se desplaza, y representar ese cambio frente a la temperatura revela la temperatura de inicio y el T_m.

Las dos no son intercambiables. La comparación directa de NIST encontró que los valores de T_m obtenidos por DSC y DSF a menudo coinciden, pero no siempre. Los resultados dependen de la velocidad de barrido, y la elección del método puede desplazar de forma significativa las temperaturas de transición obtenidas, un recordatorio de que «cómo se mide» es tan importante como «qué se mide»³, ya que el desplegado a menudo está bajo control cinético más que puramente termodinámico.³

Por eso las técnicas son complementarias y no sustituibles: la DSC aporta profundidad termodinámica, la DSF aporta rendimiento. Usar DSF para un cribado amplio inicial y DSC para confirmar y caracterizar los candidatos resultantes compensa la principal limitación de cada técnica, en línea con la práctica actual en el descubrimiento de fármacos, donde los ensayos de cambio térmico sirven como cribado primario y los métodos calorimétricos proporcionan confirmación ortogonal.² DSC y DSF informan sobre la conformación, no sobre lo que sucede una vez que una proteína empieza a desplegarse. La dispersión dinámica de la luz (DLS) cubre esa brecha: la DLS mide el tamaño de las partículas en solución analizando las fluctuaciones de la luz dispersada, lo que la hace extraordinariamente sensible a la aparición de especies de orden superior —dímeros, oligómeros y agregados más grandes— a medida que una muestra se calienta. Realizado como una rampa térmica junto con DSF o DSC, SLS revela el inicio de la agregación (T_agg) junto con cualquier cambio en el radio hidrodinámico detectado por DLS, mostrando si un evento de desnaturalización va seguido de autoasociación.

DLS y SLS: completar el panorama

La dispersión estática de la luz (SLS) añade una capa termodinámica adicional. A partir de la dependencia de la intensidad de dispersión con la concentración, la SLS permite acceder directamente al segundo coeficiente virial, B₂₂, una medida de la interacción neta proteína-proteína. Esto es una lectura más rigurosa que el parámetro de interacción por difusión, k_D, tradicionalmente derivado solo de la DLS: k_D es empírico y mezcla la verdadera interacción termodinámica con efectos hidrodinámicos y de fricción, a veces distorsionando o incluso invirtiendo el signo aparente de la interacción. B₂₂ está libre de estos artefactos hidrodinámicos, lo que lo convierte en un predictor más directo y fiable de la estabilidad coloidal, la solubilidad y la propensión a la agregación.

Juntos, un análisis conformacional (DSF o DSC), un análisis de tamaño (DLS) y un análisis de interacción termodinámica (SLS) convierten un único barrido térmico en una imagen completa: no solo cuándo una proteína se despliega, sino si, con qué intensidad y en qué condiciones continúa autoasociándose.

¿Por qué combinar DSF y DLS/SLS de alto rendimiento?

El desplegado y la agregación están relacionados, pero no son el mismo evento, y no siempre evolucionan en paralelo. Una molécula puede ser conformacionalmente muy estable y aun así agregarse a temperaturas moderadas debido a inestabilidad coloidal; por el contrario, una molécula puede desplegarse a un T_m relativamente bajo sin formar inmediatamente agregados visibles. Medir solo uno de los dos comporta el riesgo de pasar por alto por completo el otro modo de fallo.

Este es exactamente el argumento que se hace en la literatura de descubrimiento de fármacos sobre los enfoques de cambio térmico: como estos ensayos se basan en el vínculo físico simple entre la temperatura y el equilibrio plegado/desplegado de una proteína, son más informativos cuando se combinan con métodos de detección ortogonales que confirmen qué está haciendo realmente ese equilibrio cambiante en la muestra.⁴ Ejecutar DSF y DLS/SLS en el mismo barrido térmico, en la misma placa, significa que cada valor de T_m puede comprobarse frente a un valor de T_agg procedente de la misma muestra y del mismo perfil de calentamiento: sin segundo experimento, sin alícuota separada, sin riesgo de que las diferencias entre ensayos sean en realidad solo diferencias entre preparaciones de muestra.

La eficiencia es tan convincente como la justificación científica. En lugar de ejecutar una campaña de DSC, un cribado DSF aparte y luego un estudio de estabilidad con DLS/SLS, un flujo de trabajo combinado DSF/DLS/SLS recoge datos conformacionales y coloidales en una sola pasada. Para el cribado de formulaciones y la evaluación de estabilidad —donde hay que comparar docenas de combinaciones de tampón, pH y excipientes—, esa integración ahorra tanto muestra como tiempo, sin sacrificar la profundidad ni la calidad del conjunto de datos.

Beneficios del análisis de alto rendimiento

El alto rendimiento no se trata solo de velocidad por sí misma; cambia el tipo de preguntas que puedes plantear. Un flujo de trabajo DSF/DLS/SLS basado en placas y de alto rendimiento permite comparar decenas de formulaciones, tampones o moléculas candidatas en paralelo, bajo condiciones idénticas, en una sola corrida.

Ese alcance es especialmente importante al inicio del desarrollo, cuando el objetivo no es caracterizar completamente una molécula sino comparar muchas y clasificarlas. Generar conjuntos de datos robustos y comparables en esta etapa —en lugar de datos profundos pero estrechos sobre unas pocas condiciones— proporciona a los equipos de formulación y selección de candidatos una base mucho más sólida para la toma de decisiones. Un cribado más rápido significa que esas decisiones se toman antes, con menos recursos gastados persiguiendo candidatos o condiciones que nunca iban a funcionar. El efecto neto es lo que persigue cualquier programa de productos biológicos: plazos de desarrollo más cortos, y tiempo de material e instrumento dedicado a lo que realmente importa.

Aplicaciones en productos biológicos

Desarrollo de formulaciones. Cribar excipientes, tampones, pH e intensidad iónica frente a T_m y T_agg en paralelo permite a los formuladores identificar rápidamente condiciones que protejan una molécula tanto frente al desplegado como frente a la agregación, no solo frente a uno de los dos.

Cribado de candidatos. Cuando hay múltiples variantes o mutantes candidatos sobre la mesa, el perfilado de estabilidad térmica es una de las formas más rápidas de clasificarlos, señalando qué candidatos tienen menos probabilidades de generar problemas posteriores de fabricabilidad o estabilidad.

Estudios de estabilidad. Los estudios de estabilidad combinan el comportamiento de desplegado y agregación para construir un perfil de riesgo de una molécula bajo estrés térmico. El seguimiento de T_onset, T_m, T_agg y B₂₂ a lo largo de formulaciones candidatas o condiciones de almacenamiento muestra no solo dónde una proteína empieza a perder estructura, sino si esa pérdida de estructura se traduce en autoasociación, la combinación necesaria para detectar condiciones propensas a la agregación antes de que aparezcan más adelante en el desarrollo.

Más información, menos esfuerzo. En los tres casos de uso, el atractivo de combinar DSF intrínseca de alto rendimiento con DLS/SLS de alto rendimiento es el mismo: datos más ricos y mejor correlacionados, generados con menos muestra y en menos tiempo que si se ejecutaran las técnicas equivalentes por separado.

Conclusión

La desnaturalización térmica es una de las formas más ricas en información para analizar la estabilidad proteica, pero solo si se observa el panorama completo. Combinar DSF intrínseca y DLS de alto rendimiento captura el cambio conformacional y el comportamiento de agregación en paralelo, a partir de la misma muestra y con el mismo barrido térmico. La ventaja práctica es clara: menor consumo de muestra, cribado más rápido de formulaciones o candidatos, y mayor confianza en los datos de estabilidad que respaldan una decisión de formulación o selección de molécula.

Referencias

Leuenberger P, Ganscha S, Kahraman A, et al. Cell-wide analysis of protein thermal unfolding reveals determinants of thermostability. Science. 2017;355(6327):eaai7825. https://www.science.org/doi/10.1126/science.aai7825
Llowarch P, Usselmann L, Ivanov D, Holdgate GA. Thermal unfolding methods in drug discovery. Biophysics Reviews. 2023;4(2):021305. https://pmc.ncbi.nlm.nih.gov/articles/PMC10903397/
Lang BE, Cole KD. Measurement of the Thermal Unfolding of Proteins by Differential Scanning Calorimetry and Fluorescent Reporter Dyes. National Institute of Standards and Technology. https://www.nist.gov/publications/measurement-thermal-unfolding-proteins-differential-scanning-calorimetry-and
Thompson A. Employing thermal protein unfolding to search for new drugs. Scilight. 2023;2023(20):201108. https://pubs.aip.org/aip/sci/article/2023/20/201108/2890803/Employing-thermal-protein-unfolding-to-search-for

Lectura adicional