Busca de substâncias ativas contra proteínas-alvo terapêuticas de câncer: associação de inteligência artificial com resultados biofísicos e bioquímicos a partir de biblioteca de fragmentos químicos

• Processo: 24/13316-0
• Modalidade de apoio: Bolsas no Brasil - Programa Fixação de Jovens Doutores
• Data de Início da vigência: 01 de setembro de 2024
• Data de Término da vigência: 31 de janeiro de 2025
• Área de conhecimento: Ciências da Saúde - Farmácia
• Acordo de Cooperação: CNPq
• Pesquisador responsável: Katlin Brauer Massirer
• Beneficiário: Rafael Junqueira Borges
• Instituição Sede: Centro de Biologia Molecular e Engenharia Genética (CBMEG). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 24/02215-9 - Busca de substâncias ativas contra proteínas-alvo terapêuticas de câncer: associação de inteligência artificial com resultados biofísicos e bioquímicos a partir de biblioteca de fragmentos químicos, AP.R
• Assunto(s): Bioquímica de proteínas Cromatografia Inteligência artificial Química médica Química farmacêutica
• Palavra(s)-Chave do Pesquisador: Bioinformatica estrutural | bioquímica de proteínas | Cromatografia | Inteligência Artificial | Moléculas contra câncer | Química Medicinal | Química Farmacêutica

Resumo

O Projeto Temático "INCT 2014: Centro de Química Medicinal de Acesso Aberto", a que este Auxílio de Fixação de Jovens Doutores (FJD) está associado, pretende aproximar cientistas de diferentes áreas da biologia e química para conectar resultados da genômica à medicina, agricultura e indústria e oferecer metodologias e reagentes para estudo de proteínas específicas em acesso aberto à comunidade e para encontrar sondas químicas e inibidores. Este objetivo está aliado a tentativa de reduzir a discrepante concentração de estudos em poucas proteínas e ampliar os alvos terapêuticos de medicamentos. Este processo pode ser acelerado com a combinação de abordagens experimentais e computacionais, como o desenvolvimento de novas tecnologias de escaneamento com metodologias de caracterização biofísica, bioquímica e computacional utilizando biblioteca de compostos disponíveis comercialmente. Em 2022, o Centro de Química Medicinal (CQMED) da UNICAMP, sede deste projeto, estabeleceu plataforma de descoberta de medicamentos baseados em fragmentos químicos. A vantagem desta abordagem é o tamanho reduzido e baixa complexidade química dos fragmentos que leva a ligações em regiões difíceis de atingir, como sítios alostéricos e hot spots. O reduzido tamanho molecular leva a fraca afinidade, que posteriormente deve ser aumentada com crescimento da molécula a fim de adquirir potência e seletividade. As técnicas implementadas no CQMED são a cromatografia de baixa afinidade associada a espectrometria de massa, inédita no Brasil, e ensaio de mudança térmica capazes de triar biblioteca de milhares de fragmentos com agilidade e gerar resultado quantitativo da afinidades proteínas-fragmentos, complementados com ensaios enzimáticos informativos em relação a inibição. A fim de revelar os sítios de ligação, os melhores candidatos podem ser submetidos a experimentos de cross-linking com a proteína seguido de espectrometria de massa (MS) em estratégia bottom-up ou mesmo explorar troca de deutério e hidrogênio. A cristalografia é alternativa ao oferecer dados estruturais do complexo, porém desafiadora com taxa estimada de sucesso de 30%. O objetivo deste auxílio FJD é acelerar busca por substâncias ativas contra proteínas através da produção de um algoritmo que integre os dados gerados por essas técnicas em triagem de fragmentos com métodos computacionais, incluindo inteligência artificial (AI), que predigam sítio de ligação e possibilidades de crescimento dos fragmentos. Utilizaremos de programas disponíveis atualmente, como modelos matemáticos de relação quantitativa estrutura-atividade, localização de hot spots, docking, dinâmica molecular, cálculos de energia livre, crescimento de fragmento, de novo design, viabilidade sintética dos ligantes e SEQUENCE SLIDER. Este último foi um programa que o candidato à bolsa desenvolveu, o qual integra informações de dados estruturais (cristalografia e MS), relações filogenéticas, energia de interação e AI para modelar hipóteses de sequência e pontuá-las com probabilidades, sendo rapidamente útil para o objetivo de ranqueamento e crescimento do fragmento e análise de seletividade. Utilizaremos de dados biofísicos de fragmentos e inibidores contra HSP90 disponíveis no PDB e cedido por colaboradores para treinamento e calibração do algoritmo. Aplicaremos esse preditor contra proteínas-alvo terapêuticas de câncer, ASCC3 e BICC1, sobre dados experimentais obtidos no INCT, e validaremos os sítios de ligação dos fragmentos e novos ligantes preditos com mutação sítio dirigida e ensaios biofísicos e bioquímicos. O preditor irá transpor a barreira da impossibilidade de obter dados estruturais de complexos, que foi o caso da ASCC3 e BICC1, ou mesmo de utilizar essa informação para encontrar inibidores mais potentes e seletivos. Com este auxílio, pretendemos oferecer metodologia experimental e computacional à comunidade da Química Medicinal que acelerar a descoberta de fármacos, particularmente contra ASCC3 e BICC1.