Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Stratégie de calcul neuve de topologie pour recenser les médicaments existants pour traiter COVID-19

Les chercheurs de la présidence internationale d'ESI de l'université de CEU Cardenal Herrera (CEU UCH) et du groupe d'ESI ont juste publié en pharmacie de tourillon scientifique une stratégie de calcul neuve de topologie pour recenser les médicaments existants qui pourraient être appliqués pour traiter COVID-19 sans attendre les phases de recherches et de test clinique exigées pour développer un médicament neuf. Ce modèle mathématique applique l'analyse de caractéristiques de Topologic d'une voie pilote afin de comparer la structure en trois dimensions des protéines cibles des médicaments connus aux protéines du coronavirus SARS-CoV-2 telles que la protéine NSP12, une enzyme responsable de reproduire l'ARN viral.

Ce type d'analyse exige comparer un grand nombre de paramètres, qui est pourquoi il est nécessaire d'appliquer des techniques de calcul avancées telles que celles que nous développons à la présidence d'ESI-CEU, que nous appliquons aux inducteurs très divers : de concevoir les matériaux neufs, à optimiser des processus de fabrication. Maintenant nous avons employé notre connaissance pour aborder le défi lancé par la pandémie, pour trouver les demandes de règlement connues qui peuvent être efficaces de traiter COVID-19 aussi rapidement comme possible en comparant, pour la première fois, la structure topologique des protéines. »

Antonio Falcó, directeur de présidence d'ESI-CU

Innovation dans repositionner de médicament

Quoique d'autres organismes de recherche aient appliqué des méthodes de calcul pour repositionner des médicaments pour traiter COVID-19, les points culminants de Joan Climent de chercheur de présidence d'ESI que « nous sommes le premier groupe à un niveau international pour appliquer les dernières découvertes dans l'analyse de caractéristiques topologic (TDA), qui est employée pour étudier les propriétés des fuselages géométriques, pour analyser les géométries biologiques dans le cadre de repositionner de médicament. Notre point de départ est l'idée que les médicaments connus qui agissent contre une certaine protéine pendant qu'un objectif thérapeutique peut également agir contre d'autres protéines qui ont une structure en trois dimensions avec un niveau élevé de similitude topologique ».

Dans le cas de COVID-19, on le sait que la protéine NSP12, une polymérase ARN qui dépend de l'ARN et est responsable de l'ARN viral reproduisant dans les cellules hôte, est l'un des objectifs pharmacologiques les plus intéressants et les plus promettants. Les « médicaments qui sont efficaces contre des protéines avec une structure topologique en trois dimensions qui est hautement assimilée à la protéine NSP12 de SARS-CoV-2 pourraient également être efficaces contre cette protéine. »

Seize médicaments de 1.825 analysés

L'étude de la présidence d'ESI-CEU, publiée en pharmacie, regardée les 1.825 médicaments a reconnu par la FDA, Food and Drug Administration américain. Selon le dépôt de côté de médicament, ces médicaments sont branchés à 27.830 structures des protéines. Pendant la première phase de cette analyse de masse, les chercheurs comparés la structure topologique de ces milliers de protéines procurables à la banque de données de protéine avec les 23 protéines du coronavirus SARS-CoV-2. Là s'est avéré être trois protéines virales avec des similitudes topologiques hautement significatives aux structures de protéine cible des médicaments connus : protéase virale 3CL, ribonucléase NSP15 et polymérase ARN ARN-dépendante NSP12.


Avec cette méthodologie, parmi les 1.825 médicaments reconnus par la FDA, l'équipe de recherche pouvait recenser 16 médicaments qui agissent contre ces trois protéines comme leur objectif thérapeutique. Parmi ces 16 médicaments sont la rutine, une flavonoïde qui empêche la totalisation de plaquette ; dexaméthasone, un glucocorticoïde qui agit en tant qu'anti-inflammatoire et immunosuppressor ; et vemurafenib, un inhibiteur de kinase adapté aux patients adultes avec le mélanome. Ces médicaments maintenant étant recensé, ils devront maintenant être soumis à in vitro et in vivo des études cliniques de confirmer le rendement possible trouvé par le modèle mathématique et de déterminer la meilleure combinaison de eux pour traiter les sympt40mes provoqués par COVID-19. La dexaméthasone est actuel l'un des médicaments les plus utilisés qui a la plupart de réussite traiter la maladie COVID-19 avancée.

Pandémies variables et futures neuves

Les auteurs de l'étude, tous les chercheurs de présidence d'ESI-CEU, mettent en valeur également la future utilité de cette stratégie neuve pour repositionner des médicaments : « Si nous considérons que la moitié de ces variantes neuves de virus ont modifié les gènes qui codent la protéine de pointe, cette technique peut être utile pour repositionner les médicaments neufs selon les modifications de la structure des protéines dans les variantes neuves. En outre, cette stratégie pourrait être appliquée au coronavirus SARS-CoV-2 et à ses variantes neuves, ainsi qu'à tous les virus neufs qui peuvent apparaître à l'avenir, recensant leurs protéines et comparant leur structure topologique à celui des protéines cibles en médicaments connus, utilisant cette même stratégie.

Les chercheurs qui ont réalisé cette étude sont, avec directeur Antonio Falcó Montesinos de présidence, et Joan Climent Bataller, du service de la production animale et de la santé du CEU UCH, Raúl Pérez Moraga, Jaume Forés Martos et Beatriz Suay García, du service des mathématiques, de la physique et les sciences du CEU UCH, et Jean de calculer Louis Duval, du groupe français de la société multinationale ESI, associé du CEU UCH dans la présidence d'international d'ESI-CEU.

Source:
Journal reference:

Pérez-Moraga, R., et al. (2021) A COVID-19 Drug Repurposing Strategy through Quantitative Homological Similarities Using a Topological Data Analysis-Based Framework. Pharmaceutics. doi.org/10.3390/ pharmaceutics13040488.