Busca avançada
Ano de início
Entree

Planejamento molecular e síntese de inibidores da principal protease do Coronavirus SARS-CoV-2 Mpro

Processo: 20/06543-0
Linha de fomento:Bolsas no Brasil - Pós-Doutorado
Vigência (Início): 01 de julho de 2020
Vigência (Término): 30 de abril de 2022
Área do conhecimento:Ciências Exatas e da Terra - Química
Pesquisador responsável:Carlos Alberto Montanari
Beneficiário:Anwar Shamim
Instituição-sede: Instituto de Química de São Carlos (IQSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:20/04653-2 - Planejamento molecular e síntese de inibidores da principal protease do coronavírus SARS-CoV-2 Mpro, AP.R
Assunto(s):Química farmacêutica   Síntese química   Inibidores de proteases   Coronavirus da síndrome respiratória aguda grave 2   Betacoronavirus   COVID-19   Brasil

Resumo

O presente surto mundial do Coronavirus com pandemia declarada pela Organização Mundial da Saúde (OMS) começa a assolar em terras brasileiras. Essa pandemia [...] a iniciar um projeto emergencial na busca de novos inibidores de proteases da principal protease do Coronavirus (SARS Cov-2 Mpro) como agentes antivirais de ação sobre o Coronavirus. Vários inibidores de Cisteíno Proteases (CPs) em desenvolvimento em nosso grupo têm similaridade 60-70% na protease SARS 3C do Coronavirus (CHEMBL3927), diretamente no Coronavirus SARS (CHEMBL612575) e também em Coronavirus de felino (CHEMBL612744). Principalmente, nossos inibidores são similares aos novos inibidores de SARS Cov-2 Mpro [1, 2]. Dessa forma, vamos, inicialmente, testar todo o banco de dados do NEQUIMED/IQSC/USP em ensaios fenotípicos que serão realizados no Instituto de Ciências Biomédicas, ICB/USP. Concomitantemente, vamos modificar as estruturas dos nossos inibidores de CPs para melhorar o percentual de similaridade aos melhores inibidores conhecidos e para os quais buscaremos evidências de ação sobre o Coronavirus disseminado no Brasil. Além disso vamos, imediatamente, empregar nossas ferramentas de inteligência artificial com aprendizado de máquinas para selecionar candidatos a testes dentre os fármacos atualmente na terapêutica, fármacos experimentais e investigacionais e aqueles candidatos a fármacos que estão em fases clínicas. (AU)