Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Nuova strategia di calcolo di topologia per identificare le medicine attuali per il trattamento del COVID-19

I ricercatori dalla presidenza internazionale di ESI dell'università di CEU Cardenal Herrera (CEU UCH) e del gruppo di ESI hanno pubblicato appena in prodotti farmaceutici del giornale scientifico una nuova strategia di calcolo di topologia per identificare le medicine attuali che potrebbero applicarsi per trattare COVID-19 senza aspettare le fasi sperimentali di test clinico e della ricerca richieste per sviluppare una nuova medicina. Questo modello matematico applica l'analisi di dati di Topologic in un modo aprente la strada per confrontare la struttura tridimensionale delle proteine bersaglio delle medicine conosciute alle proteine di coronavirus SARS-CoV-2 quale proteina NSP12, un enzima incaricato di replica del RNA virale.

Questo tipo di analisi richiede il paragone dei tantissimi parametri, che è perché è necessario da applicare le tecniche di calcolo avanzate come quelle che ci sviluppiamo alla presidenza di ESI-CEU, che applichiamo ai campi molto diversi: dalla progettazione dei materiali nuovi, ai processi di fabbricazione d'ottimizzazione. Ora abbiamo usato la nostra conoscenza per affrontare la sfida posata dalla pandemia, per trovare i trattamenti conosciuti che possono essere efficaci trattare COVID-19 il più rapidamente possibile confrontando, per la prima volta, la struttura topologica delle proteine.„

Antonio Falcó, Direttore della presidenza di ESI-CU

Innovazione nel riposizionamento della medicina

Anche se altri gruppi di ricerca hanno applicato i metodi di calcolo per riposizionare le medicine per trattare COVID-19, punti culminanti di Joan Climent del ricercatore della presidenza di ESI che “siamo il primo gruppo ad un livello internazionale per applicare le ultime innovazioni nell'analisi di dati topologic (TDA), che è usata per studiare i beni degli enti geometrici, analizzare le geometrie biologiche nel contesto del riposizionamento della medicina. Il nostro punto di partenza è l'idea che medicine conosciute che agiscono contro una determinata proteina mentre un obiettivo terapeutico può anche agire contro altre proteine che hanno una struttura tridimensionale con un alto livello di similarità topologica„.

Nel caso di COVID-19, è conosciuto che la proteina NSP12, un RNA polimerasi che dipende da RNA ed è incaricato del RNA virale che ripiega nelle cellule ospiti, è uno degli obiettivi farmacologici più interessanti e di promesse. “Le medicine che sono efficaci contro le proteine con una struttura topologica tridimensionale che è altamente simile alla proteina NSP12 di SARS-CoV-2 potrebbero anche essere efficaci contro questa proteina.„

Sedici medicine di 1.825 analizzati

Lo studio della presidenza di ESI-CEU, pubblicato in prodotti farmaceutici, ha esaminato le 1.825 medicine approvate da FDA, Food and Drug Administration americano. Secondo la repository della Banca della droga, queste medicine sono connesse a 27.830 strutture della proteina. Nella prima fase di questa analisi di massa, i ricercatori hanno paragonato la struttura topologica di queste migliaia di proteine disponibili nella banca dati della proteina alle 23 proteine del coronavirus SARS-CoV-2. Là è risultato essere tre proteine virali con le similarità topologiche altamente significative alle strutture della proteina bersaglio delle medicine conosciute: proteasi virale 3CL, endoribonuclease NSP15 e RNA polimerasi RNA-dipendente NSP12.


Con questa metodologia, fra le 1.825 medicine approvate da FDA, il gruppo di ricerca poteva identificare 16 medicine che agiscono contro queste tre proteine come loro obiettivo terapeutico. Fra queste 16 medicine è la rutina, un flavonoide che inibisce l'aggregazione della piastrina; il dexamethasone, un quel glucocorticoide funge da antinfiammatorio e immunosuppressor; e vemurafenib, un inibitore della chinasi adatto per i pazienti adulti con il melanoma. Con queste medicine ora identificate, ora dovranno essere sottoposti studi ad in vitro e in vivo clinici per confermare il risparmio di temi possibile individuato dal modello matematico e per determinare la migliore combinazione loro per trattare i sintomi causati da COVID-19. Dexamethasone è corrente una delle medicine più usate che ha la maggior parte del successo trattare la malattia avanzata COVID-19.

Nuove pandemie variabili e future

Gli autori dello studio, tutti i ricercatori della presidenza di ESI-CEU, egualmente evidenziano l'utilizzabilità futura di questa nuova strategia per riposizionare le medicine: “Se consideriamo che la metà di queste nuove varianti del virus abbia modificato i geni che codificano la proteina della punta, questa tecnica può essere utile da riposizionare le nuove medicine secondo i cambiamenti della struttura della proteina nelle nuove varianti. Ancora, questa strategia potrebbe applicarsi sia al coronavirus SARS-CoV-2 che alle sue nuove varianti come pure a tutti i nuovi virus che possono comparire in futuro, identificanti le loro proteine e confrontanti la loro struttura topologica a quello delle proteine bersaglio nelle medicine conosciute, facendo uso di questa stessa strategia.

I ricercatori che hanno svolto questo studio sono, insieme a Direttore Antonio Falcó Montesinos della presidenza e Joan Climent Bataller, dal dipartimento di produzione animale e salubrità del CEU UCH, Raúl Pérez Moraga, Jaume Forés Martos e Beatriz Suay García, dal dipartimento di matematica, fisica e scienze di calcolo del CEU UCH e Jean Louis Duval, dal gruppo francese della società multinazionale ESI, partner del CEU UCH nella presidenza dell'internazionale di 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.