Técnicas estado da arte na previsão de regiões de alta variabilidade de anticorpos a partir de epítopos

• Processo: 20/11194-4
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de março de 2021
• Vigência (Término): 28 de fevereiro de 2022
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Teoria da Computação
• Pesquisador responsável: João Meidanis
• Beneficiário: Henrique da Fonseca Simões
• Instituição-sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Assunto(s): Biologia computacional Aprendizado computacional Aprendizagem profunda Sistema imune Predição Epitopos Anticorpos Regiões determinantes de complementaridade COVID-19 Resposta imune

Resumo

Um dos principais fatores responsáveis pelo sucesso evolutivo dos mamíferos é a flexibilidade do seu sistema imunológico. Antígenos, agentes estranhos e prejudiciais, quando na superfície ou no interior do corpo, são detectados pelo sistema imunológico através de partes de suas estruturas, os epítopos, produzindo uma resposta imediata através de células NK e uma resposta adaptativa mais lenta, porém mais letal, através de células B e células T. A resposta adaptativa é gerada quando receptores das células B e células T se ligam a um epítopo, gerando a resposta imune, que inicia então a produção de novas células e anticorpos, já adaptados ao epítopo identificado. A adaptabilidade dos anticorpos ocorre em regiões de hiper variabilidade chamadas de CDRs (Complementarity Determining Regions). Esta resposta é memorizada pelas células B, produtoras de anticorpos, o que permite uma resposta mais rápida do sistema adaptativo em um novo contato com o mesmo epítopo. Esta pesquisa irá analisar os principais bancos de dados públicos de epítopos e anticorpos disponíveis e avaliar a possibilidade de uso de técnicas estado da arte, de aprendizado profundo, na predição de CDRs a partir de epítopos. A construção de anticorpos a partir de epítopos é de grande importância no desenvolvimento de novos tratamentos, por exemplo, contra COVID-19.