Detecção e caracterização de cavidades proteicas através de computação paralela e descritores moleculares

• Processo: 18/00629-0
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Vigência: 01 de outubro de 2018 - 31 de março de 2021
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: Paulo Sergio Lopes de Oliveira
• Beneficiário: Paulo Sergio Lopes de Oliveira
• Instituição Sede: Centro Nacional de Pesquisa em Energia e Materiais (CNPEM). Ministério da Ciência, Tecnologia e Inovação (Brasil). Campinas , SP, Brasil
• Pesquisadores associados: João Victor da Silva Guerra ; José Geraldo de Carvalho Pereira ; Rodrigo Vargas Honorato
• Assunto(s): Biologia computacional Computação paralela
• Palavra(s)-Chave do Pesquisador: cavidades proteicas | computação paralela | Interação Macromolecular | Biologia computacional

Resumo

A prospecção e caracterização de sítios de ligação são tarefas essenciais na análise estrutural de proteínas, permitindo uma melhor compreensão das complexas interações macromoleculares. Características topológicas e físico-químicas apresentadas na interface de contato ditam as funções das proteínas. O avanço da proteômica na última década tem trazido à tona um repositório praticamente inesgotável de possíveis alvos para fármacos e o desenvolvimento de métodos computacionais para prospecção e caracterização de sítios de ligação em proteínas é essencial para descoberta e melhoramento de fármacos além de para aprofundar os conhecimentos acerca da função de uma determinada proteína. Os programas desenvolvidos para prospecção de cavidades são divididos em três categorias de acordo com o método aplicado: geométricos, energéticos ou evolutivos, além de combinações dos mesmos. O programa KVFinder, desenvolvido em nosso laboratório, utiliza uma abordagem geométrica, tem código livre e aberto e é distribuído gratuitamente. Com a finalidade de garantir máxima usabilidade foi desenvolvida uma interface gráfica para o software de visualização PyMOL. A prospecção é feita através de voxels, aplicando-se um sistema de dupla sonda, resultando na inserção da proteína a ser analisada em duas grades tridimensionais distintas, que ao final são subtraídas para a caracterização das cavidades. A implementação atual do KVFinder é baseada em computação serial e a natureza geométrica do algoritmo gera uma alta demanda por recursos computacionais. Esta proposta de pesquisa visa melhorar o programa KVFinder com a obtenção dos seguintes objetivos: 1) Criação de uma versão paralela do software, desde que que as operações matriciais do algoritmo podem ser aplicadas em cada voxel de maneira independente; 2) Utilização de características físico-químicas para identificar cavidades relevantes e guiar o desenho racional de fármacos, Uma vez que as interações de uma cavidade são são regidas por essas características, que ao final, determinam a função biológica da proteína; 3) Criação de uma rotina para a avaliação de cavidades em uma trajetória obtida por simulação de dinâmica molecular. Desde que compreende-se que a dinâmica das cavidades é uma componente essencial para o entendimento de suas interações, pois a flexibilidade estrutural permite a adaptação das proteínas aos ligantes faz com que a avaliação dinâmica das modificações topológicas das cavidades seja extremamente relevante, aliado ao fato de que a paralelização do algoritmo obtida no objetivo 1 torna este objetivo exequível e; 4) A implementação e distribuição do KVFinder como uma plataforma web e como um web service, possibilitando a análise de dados de larga escala para o usuário não especializado em bioinformática. Por exemplo, a prospecção e caracterização de sítios de ligação em várias proteínas de uma mesma família ou grupo, com o objetivo de encontrar a conservação desses sítios, se tornaria plausível a pesquisadores da comunidade sem experiência em programação. (AU)

Publicações científicas

(6)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

DA SILVA GUERRA, JOAO VICTOR; RIBEIRO FILHO, HELDER VERAS; BORTOT, LEANDRO OLIVEIRA; HONORATO, RODRIGO VARGAS; DE CARVALHO PEREIRA, JOSE GERALDO; LOPES-DE-OLIVEIRA, PAULO SERGIO. ParKVFinder: A thread-level parallel approach in biomolecular cavity detection. SOFTWAREX, v. 12, JUL-DEC 2020. (18/00629-0)

GUERRA, JOAO V. S.; RIBEIRO-FILHO, HELDER, V; PEREIRA, JOSE G. C.; LOPES-DE-OLIVEIRA, PAULO S.. KVFinder-web: a web-based application for detecting and characterizing biomolecular cavities. Nucleic Acids Research, v. 51, n. W1, p. 9-pg., 2023-05-04. (18/00629-0)

GUERRA, JOAO V. S.; ALVES, LUIZ F. G.; BOURISSOU, DIDIER; LOPES-DE-OLIVEIRA, PAULO S.; SZALOKI, GYORGY. Cavity Characterization in Supramolecular Cages. JOURNAL OF CHEMICAL INFORMATION AND MODELING, v. 63, n. 12, p. 14-pg., 2023-05-02. (18/00629-0)

DA SILVA GUERRA, JOAO VICTOR; RIBEIRO-FILHO, HELDER VERAS; JARA, GABRIEL ERNESTO; BORTOT, LEANDRO OLIVEIRA; DE CARVALHO PEREIRA, JOSE GERALDO; LOPES-DE-OLIVEIRA, PAULO SERGIO. pyKVFinder: an efficient and integrable Python package for biomolecular cavity detection and characterization in data science. BMC Bioinformatics, v. 22, n. 1, DEC 20 2021. (18/00629-0)

ZEN PETISCO FIORE, ANA PAULA; RODRIGUES, ANA MARIA; RIBEIRO-FILHO, HELDER VERAS; MANUCCI, ANTONIO CARLOS; DE FREITAS RIBEIRO, PEDRO; SILVA BOTELHO, MAYARA CAROLINNE; VOGEL, CHRISTINE; LOPES-DE-OLIVEIRA, PAULO SERGIO; PAGANO, MICHELE; BRUNI-CARDOSO, ALEXANDRE. Extracellular matrix stiffness regulates degradation of MST2 via SCF beta TrCP. BIOCHIMICA ET BIOPHYSICA ACTA-GENERAL SUBJECTS, v. 1866, n. 12, p. 11-pg., 2022-09-01. (17/25437-3, 17/18641-3, 18/00629-0, 14/25832-1, 14/10492-0, 17/18067-5, 19/26767-2)

RIBEIRO-FILHO, V, HELDER; COIMBRA, LAIS D.; CASSAGO, ALEXANDRE; ROCHA, REBECA P. F.; DA SILVA GUERRA, JOAO VICTOR; DE FELICIO, RAFAEL; CARNIELI, CAROLINA MORETTO; LEME, LUIZA; PADILHA, ANTONIO CLAUDIO; PAES LEME, ADRIANA F.; et al. Cryo-EM structure of the mature and infective Mayaro virus at 4.4 angstrom resolution reveals features of arthritogenic alphaviruses. NATURE COMMUNICATIONS, v. 12, n. 1, MAY 24 2021. (18/00629-0, 18/03917-6, 17/15340-2)