Avaliação de algoritmos e ferramentas envolvidos no planejamento de candidatos a fármacos: um estudo de caso com os vírus H5N1 e WNV

• Processo: 25/02517-8
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de maio de 2025
• Data de Término da vigência: 30 de abril de 2029
• Área de conhecimento: Ciências Biológicas - Biofísica - Biofísica Molecular
• Pesquisador responsável: Kathia Maria Honorio
• Beneficiário: Camila Fonseca Amorim da Silva
• Instituição Sede: Escola de Artes, Ciências e Humanidades (EACH). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 23/07746-0 - Drug discovery contra doenças infecciosas virais humanas, AP.TEM
• Assunto(s): Aprendizado computacional Modelagem molecular Química computacional Química médica
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | H5N1 | Modelagem molecular | Química Computacional | Química Medicinal | Wnv | Métodos computacionais em planejamento de candidatos a fármacos

Resumo

Frente aos avanços em abordagens computacionais e seu papel na área da saúde - notório na pandemia da COVID-19 e no trabalho interdisciplinar de grupos colaboradores - é propícia a análise comparativa de técnicas computacionais (in silico) e melhorias nas respectivas implementações para auxiliar a busca por tratamentos mais eficazes e seguros para doenças infecciosas virais. Entretanto, diante de um crescente número de possibilidades oferecidas pela Computação, há o desafio de identificar quais são os métodos, as ferramentas e os parâmetros mais adequados para cada etapa (workflow) de projetos desta natureza - o que é determinante nos desfechos de uma pesquisa, assim como suas implicações na comunidade científica e na sociedade. Em vista dessas lacunas, este projeto visa comparar algoritmos implementados em ferramentas disponíveis para as diferentes etapas do planejamento de candidatos a fármacos e realizar mudanças nos algoritmos, com base em estudos de caso, a incluir: o vírus da influenza aviária subtipo A(H5N1), em que mais da metade dos casos registrados em humanos resultaram em óbito, e o vírus do Nilo Ocidental (West Nile virus, WNV), o qual é preocupante devido às sequelas neurológicas. Inicialmente, este projeto avaliará a qualidade dos dados disponíveis de sequências de proteínas de H5N1 e WNV, seguindo-se da comparação de abordagens para modelagem de alvos dos vírus. Serão implementadas técnicas de aprendizado de máquina para ampla triagem de compostos e cálculos de afinidade de complexos proteína-ligante. Também serão construídos modelos quantitativos de relação estrutura-atividade (quantitative structure-activity relationship, QSAR) a partir da base de dados disponível (amostras e descritores) relacionados a candidatos a fármacos, além de simulações de dinâmica molecular e validação dos resultados a partir de ensaios biológicos. Assim, será possível estabelecer um protocolo interdisciplinar relacionando conhecimentos da computação e da química medicinal para padronizar procedimentos em estudos relacionados e favorecer a reprodutibilidade destes futuramente.