Mecanismos moleculares envolvidos na evolução para Doença Articular Crônica pós-Chikungunya

• Processo: 22/11933-7
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de abril de 2023
• Data de Término da vigência: 21 de novembro de 2023
• Área de conhecimento: Ciências da Saúde - Medicina - Clínica Médica
• Pesquisador responsável: Ester Cerdeira Sabino
• Beneficiário: Mariana Severo Ramundo
• Instituição Sede: Faculdade de Medicina (FM). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 18/14389-0 - Centro Conjunto Brasil-Reino Unido para Descoberta, Diagnóstico, Genômica e Epidemiologia de Arbovírus (CADDE), AP.TEM
• Assunto(s): Artrite Febre de Chikungunya Reposicionamento de fármacos
• Palavra(s)-Chave do Pesquisador: Artrite | Chikungunya | pCHIKV-CIJD | Reposicionamento de fármacos | Doenças infecciosas e parasitárias

Resumo

A febre Chikungunya (FC) permanece como um importante problema de saúde pública no Brasil. Apesar da maioria dos pacientes ter a resolução dos sintomas ainda na fase aguda da doença, 25-50% dos casos evoluem para doença articular inflamatória crônica pós-Chikungunya (pCHIKV-CIJD, do inglês: post-Chikungunya Chronic Inflammatory Joint Disease), impactando diretamente na qualidade de vida desses pacientes. Apesar de causar epidemias de grandes proporções, os dados sobre a biologia da doença seguem inscipientes e até o momento não existem tratamentos específicos que possam mitigar ou eliminar os impactos da pCHIKV-CIJD. Dessa forma, nosso grupo de pesquisa vem desenvolvendo estudos visando preencher a lacuna do conhecimento existente. Nesse sentido, essa proposta de projeto de pós-doutorado tem por objetivo estudar os mecanismos moleculares e as vias metabólicas precocemente envolvidas na progressão da doença aguda para pCHIKV-CIJD buscando encontrar assinaturas moleculares que possam ser úteis para o reposicionamento de fármacos com a finalidade de mitigar ou eliminar o risco da doença ainda em suas fases iniciais, culminando em uma melhor qualidade de vida aos pacientes. Para alcançar esse objetivo iremos utilizar dados de sequenciamento de RNA total e microRNA já obtidos em um projeto anterior e aplicar machine learning e outras ferramentas de bioinformática como Gene Set Enrichment Analysis (GSEA) e módulos de co-expressão para obter as assinaturas gênicas associadas a doença crônica. Para verificar se existem drogas disponíveis que atuem nessas vias iremos utilizar o banco de dados Drug Gene Interaction Database. Esse estudo é de baixo risco, uma vez que os dados que serão analisados já estão coletados e disponíveis e será realizado em colaboração com o Dr Helder Nakaya, referência em Systems Biology tendo inúmeros estudos publicados na área, incluindo em arboviroses.