Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

Estratégia computacional nova da topologia para identificar medicinas existentes para tratar COVID-19

Os pesquisadores da cadeira internacional de ESI da universidade de CEU Cardenal Herrera (CEU UCH) e do grupo de ESI apenas publicaram no produto farmacêutico do jornal científico uma estratégia computacional nova da topologia para identificar as medicinas existentes que poderiam ser aplicadas para tratar COVID-19 sem esperar as fases da pesquisa e de ensaio clínico exigidas para desenvolver uma medicina nova. Este modelo matemático aplica a análise de dados de Topologic em uma maneira de abertura de caminhos a fim comparar a estrutura tridimensional das proteínas do alvo de medicinas conhecidas às proteínas do coronavirus SARS-CoV-2 tais como a proteína NSP12, uma enzima responsável de replicating o RNA viral.

Este tipo de análise exige a comparação de um grande número parâmetros, que é porque é necessário aplicar técnicas computacionais avançadas tais como essas que nós desenvolvemos na cadeira de ESI-CEU, que nós aplicamos aos campos muito diversos: de projetar materiais novos, aos processos de manufactura de aperfeiçoamento. Nós temos usado agora nosso conhecimento para abordar o desafio levantado pela pandemia, para encontrar os tratamentos conhecidos que podem ser eficazes tratar o mais rápido possível COVID-19 comparando, pela primeira vez, a estrutura topológica das proteínas.”

Antonio Falcó, director da cadeira de ESI-CU

Inovação no reposicionamento da medicina

Mesmo que outros grupos de investigação aplicassem métodos computacionais para reposicionar medicinas para tratar COVID-19, os destaques de Joana Climent do pesquisador da cadeira de ESI que “nós somos o primeiro grupo em um nível internacional para aplicar as descobertas as mais atrasadas na análise de dados topologic (TDA), que é usada para estudar as propriedades de corpos geométricos, para analisar geometria biológicas no contexto do reposicionamento da medicina. Nosso ponto de partida é a ideia que as medicinas conhecidas que actuam contra uma determinada proteína enquanto um alvo terapêutico pode igualmente actuar contra outras proteínas que têm uma estrutura tridimensional com um alto nível da similaridade topológica”.

No caso de COVID-19, sabe-se que a proteína NSP12, uma polimerase de RNA que dependa do RNA e seja responsável do RNA viral que replicating nas pilhas de anfitrião, é um dos alvos farmacológicos os mais interessantes e prometendo. As “medicinas que são eficazes contra proteínas com uma estrutura topológica tridimensional que seja altamente similar à proteína NSP12 de SARS-CoV-2 poderiam igualmente ser eficazes contra esta proteína.”

Dezesseis medicinas de 1.825 analisados

O estudo da cadeira de ESI-CEU, publicado no produto farmacêutico, olhou as 1.825 medicinas aprovadas pelo FDA, Food and Drug Administration americano. De acordo com o repositório do banco da droga, estas medicinas são conectadas a 27.830 estruturas da proteína. Na primeira fase desta análise em massa, os pesquisadores compararam a estrutura topológica destes milhares de proteínas disponíveis no banco de dados de proteína com as 23 proteínas do coronavirus SARS-CoV-2. Lá despejou ser três proteínas virais com as similaridades topológicas altamente significativas para visar estruturas da proteína de medicinas conhecidas: protease viral 3CL, endoribonuclease NSP15 e polimerase de RNA RNA-dependente NSP12.


Com esta metodologia, entre as 1.825 medicinas aprovadas pelo FDA, a equipa de investigação podia identificar 16 medicinas que actuam contra estas três proteínas como seu alvo terapêutico. Entre estas 16 medicinas é o rutin, uma flavonóides que iniba a agregação da plaqueta; o dexamethasone, um esse glucocorticoid actua como um anti-inflamatório e um immunosuppressor; e vemurafenib, um inibidor da quinase serido para pacientes adultos com melanoma. Com estas medicinas identificadas agora, terão que agora ser sujeitados estudos a in vitro e in vivo clínicos para confirmar a eficiência possível detectada pelo modelo matemático e para determinar a melhor combinação delas tratar os sintomas causados por COVID-19. Dexamethasone é actualmente uma das medicinas as mais usadas que tem a maioria de sucesso tratar a doença COVID-19 avançada.

Pandemias variantes e futuras novas

Os autores do estudo, todos os pesquisadores da cadeira de ESI-CEU, igualmente destacam a utilidade futura desta estratégia nova para reposicionar medicinas: “Se nós consideramos que a metade destas variações novas do vírus alterou os genes que codificam a proteína do ponto, esta técnica pode ser útil reposicionar medicinas novas segundo as mudanças da estrutura da proteína nas variações novas. Além disso, esta estratégia poderia ser aplicada ao coronavirus SARS-CoV-2 e a suas variações novas, assim como a todos os vírus novos que puderem aparecer no futuro, identificando suas proteínas e comparando sua estrutura topológica àquele das proteínas do alvo em medicinas conhecidas, usando esta mesma estratégia.

Os pesquisadores que executaram este estudo são, junto com o director Antonio Falcó Montesinos da cadeira, e o Joana Climent Bataller, do departamento da produção animal e saúde do CEU UCH, Raúl Pérez Moraga, Jaume Forés Martos e Beatriz Suay García, do departamento de matemática, física e ciências de computação do CEU UCH, e Jean Louis Duval, do grupo francês da empresa multinacional ESI, sócio do CEU UCH na cadeira do international de 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.