Desenvolvimento de ferramentas computacionais baseadas em aprendizado de máquina para a descoberta de novos candidatos a fármacos para a Malária

• Processo: 19/27790-8
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Vigência (Início): 01 de setembro de 2020
• Vigência (Término): 31 de agosto de 2023
• Área do conhecimento: Interdisciplinar
• Pesquisador responsável: Rafael Victorio Carvalho Guido
• Beneficiário: Alexandre Victor Fassio
• Instituição Sede: Instituto de Física de São Carlos (IFSC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 13/07600-3 - CIBFar - Centro de Inovação em Biodiversidade e Fármacos, AP.CEPID
• Assunto(s): Biologia computacional Aprendizado computacional Fármacos Malária Plasmodium falciparum Triagem Simulação de acoplamento molecular Banco de dados
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | fármacos | inibidor | malária | Modelagem molecular | Bioinformática

Resumo

A Malária é uma doença infecciosa causada por protozoários do gênero Plasmodium que tem posição de destaque entre as doenças tropicais, devido, entre outros fatores, à elevada taxa de mortalidade, ao baixo desenvolvimento socioeconômico das comunidades afetadas e ao grande impacto na saúde e produtividade de populações habitantes de regiões endêmicas da doença. A transmissão da doença ocorre em 87 países e possui caráter endêmico em regiões tropicais e subtropicais da África, sudeste Asiático e América Latina. Quase metade da população mundial (3,2 bilhões de pessoas) está exposta à transmissão da Malária em áreas de risco. Em 2017, foram registrados 219 milhões de casos e 435 mil mortes, sendo a África a região mais afetada. Nas últimas décadas, esforços mundiais para a erradicação da Malária causaram uma redução significativa no número de casos. No entanto, o surgimento e disseminação de parasitos resistentes aos fármacos disponíveis torna de extrema importância a busca de novos agentes quimioterápicos contra a doença. Este projeto de pesquisa está dividido em duas frentes: i) desenvolvimento de algoritmos, modelos e ferramentas computacionais para predição de novos compostos promissores capazes de inibir múltiplos alvos proteicos em cepas de P. falciparum. Para tanto, utilizaremos aprendizado de máquina, triagem virtual e docking molecular para o treinamento de modelos computacionais com base em múltiplos complexos proteína-ligante conhecidos e posterior predição e validação experimental de novos candidatos a fármacos a partir dos modelos construídos; ii) construção de uma plataforma web para auxiliar e agilizar o processo de criação de um banco de dados de imagens microscópicas que será disponibilizado à comunidade científica. Para a condução plena da proposta foi estabelecida uma parceria internacional entre os pesquisadores do Instituto de Física de São Carlos (IFSC-USP) e da Unviersity of California San Francisco (UCSF). O grupo de pesquisa do IFSC-USP possui vasta experiência em química medicinal para a descoberta de novos compostos bioativos. Nosso laboratório é sede do Centro de Pesquisa e Inovação em Biodiversidade e Fármacos (CIBFar-CEPID) e possui instalações e equipamentos adequados para a descoberta de novos candidatos a fármacos. Além disso, nosso grupo de pesquisa é um centro de excelência da organização sem fins lucrativos Medicines for Malaria Venture (MMV) para a avaliação de compostos candidatos a fármacos antimaláricos. O grupo de pesquisa coordenado pelo Prof. Michael Keiser (UCSF) possui vasta experiência em quimioinformática, polifarmacologia, visão computacional e técnicas de aprendizado de máquina voltados para descoberta de novos fármacos e processamento de imagens. Portanto, essa proposta oferece a oportunidade de nossa equipe de pesquisa realizar ações efetivas em Ciência e Tecnologia nas áreas de Química Medicinal, Bioinformática, Quimioinformática, Bioquímica e Ciência dos Dados para a descoberta de novos candidatos a fármacos antimaláricos. (AU)