Triagem virtual em larga escala na busca de inibidores da principal protease do novo coronavírus

• Processo: 23/18211-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de agosto de 2024
• Data de Término da vigência: 31 de julho de 2026
• Área de conhecimento: Ciências Biológicas - Bioquímica - Química de Macromoléculas
• Pesquisador responsável: Cristiane Rodrigues Guzzo Carvalho
• Beneficiário: Anacleto Silva de Souza
• Instituição Sede: Instituto de Ciências Biomédicas (ICB). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Bolsa(s) vinculada(s): 25/05583-1 - Simulações de dinâmica molecular com granularidade multiescala das variantes Wuhan, Delta e Ômicron do SARS-CoV-2 e da nova linhagem HKU5-CoV Linhagem 2, BE.EP.PD
• Assunto(s): Simulação de dinâmica molecular Aprendizado computacional Mineração de dados Análise estatística Inteligência artificial Protease tipo 3C de Coronavirus COVID-19
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Covid-19 | Inteligência Artificial | Mineração de Dados | Principal protease (3CLpro) | Triagem Virtual em Larga Escala | Mineração de dados, análise estatística e dinâmica molecular

Resumo

O surgimento de novas variantes de preocupação (VOCs) do novo coronavírus tem gerado incertezas quanto ao desfecho da maior pandemia do século XXI. Essas variantes são capazes de escapar do sistema imunológico e são mais transmissíveis. Apesar do progresso na vacinação no Brasil, apenas a imunização isolada não é suficiente para conter a propagação do vírus. Dessa forma, torna-se essencial explorar alternativas eficazes no tratamento da doença, especialmente diante do elevado custo dos fármacos aprovados pela ANVISA. Neste contexto, propomos a construção inicial de uma extensa base de dados, composta por mais de 1500 moléculas bioativas na principal enzima do SARS-CoV-2. Em fases subsequentes, serão aplicadas estratégias avançadas de filtragem molecular, envolvendo modelos de árvores de decisão, redes bayesianas, aprendizado profundo (deep learning) e outras abordagens de aprendizado de máquina. Estas técnicas serão combinadas com a abordagem de docagem molecular e dinâmica molecular, possibilitando a triagem virtual de 230 milhões de estruturas químicas no banco de dados da ZINC20. O objetivo será identificar novos arcabouços bioativos na enzima do vírus. Ao finalizar este estudo, almejamos descobrir novas moléculas bioativas, que serão submetidas a testes in vitro na 3CLpro e em células infectadas pelo SARS-CoV-2. Essa pesquisa visa estabelecer uma base sólida para a inovação no desenvolvimento de novas gerações de fármacos anti-SARS-CoV-2, caracterizados pela eficácia e, crucialmente, por um custo acessível.

Publicações científicas

(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)

VISNARDI, ALINE BIAZOLA; RIBEIRO, RODOLFO ALVARENGA; DE SOUZA, ANACLETO SILVA; VINCES, TANIA GERALDINE CHURASACARI; LLONTOP, EDGAR E.; FERRARI, ANIELLE SALVIANO DE ALMEIDA; HENRIQUE, PEDRO ANTONIO FRANCA; VALDIVIESO, DANIELA; SANCHEZ-LIMACHE, DANIEL ENRIQUE; SILVA, GABRIELA ROBERTO; et al. Insertion of a Divergent GAF-like Domain Defines a Novel Family of YcgR Homologues That Bind c-di-GMP in Leptospirales. ACS OMEGA, v. 10, n. 4, p. 19-pg., 2025-01-21. (20/04680-0, 19/00195-2, 21/05262-0, 21/00070-5, 21/10577-0, 17/17303-7, 23/10432-7, 17/06394-1, 16/09047-8, 23/18211-0, 22/08730-7)

DE ALMEIDA, MICHELLE TEIXEIRA; MERIGHI, DAVI GABRIEL SALUSTIANO; VISNARDI, ALINE BIAZOLA; GONCALVES, CAUE AUGUSTO BONETO; AMORIM, VITOR MARTINS DE FREITAS; FERRARI, ANIELLE SALVIANO DE ALMEIDA; DE SOUZA, ANACLETO SILVA; GUZZO, CRISTIANE RODRIGUES. Latin America's Dengue Outbreak Poses a Global Health Threat. Viruses-Basel, v. 17, n. 1, p. 32-pg., 2025-01-01. (23/13894-1, 21/05262-0, 21/10577-0, 23/18211-0, 22/08730-7, 23/07366-2)