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.

Uma avaliação em métodos computacionais em descobrir inibidores da proteína de SARS-CoV-2

Desde que a doença do coronavirus (COVID-19) foi detectada primeiramente em Wuhan, China, sobre 238 milhões de pessoas foram contaminados com o coronavirus 2 da Síndrome Respiratória Aguda Grave (SARS-CoV-2), de que sobre 4,86 milhões sucumbiram a. O impacto desta pandemia global tem não somente devastado os sistemas mundiais da saúde mas igualmente causou impactos econômicos significativos.

É conseqüentemente essencial controlar a pandemia COVID-19 acelerando a produção de vacinações e de tratamentos eficazes contra SARS-CoV-2.

Até agora, diversas vacinas eficazes foram produzidas contra SARS-CoV-2, alguns de que inclua as vacinas de Pfizer-BioNTech, de Moderna, de AstraZeneca, e de Sinopharm. Algumas destas vacinas são baseadas na tecnologia nova do ácido ribonucléico do mensageiro (mRNA), que funciona codificando a proteína do ponto SARS-CoV-2 para induzir uma resposta imune.

Em relação aos métodos tradicionais do projecto da droga/inibidor, que são caros e muito demorados, uns métodos de projecto computacionais mais novos da droga/inibidor são altamente eficientes em prever ou em identificar moléculas potenciais para o tratamento das doenças. Assim, os métodos de desenhos assistidos por computador podiam ser utilizados ràpida projetando vacinas ou tratamentos da droga contra SARS-CoV-2 transformado.

Recentemente, uma equipe dos pesquisadores conduziu uma revisão no jornal internacional de agentes antimicrobiais em métodos computacionais diversos para a droga/o projecto e enzimas do inibidor como alvos potenciais para que os inibidores tratem doenças dos coronaviruses.

Estudo: Uma avaliação em métodos computacionais em descobrir inibidores da proteína de SARS-CoV-2. Crédito de imagem: bluesroad/Shutterstock.com

Projecto de droga assistido por computador (CADD) que visa SARS-CoV-2 Mpro

Mpro é o protease principal de SARS-CoV-2 e de funções como uma enzima chave que negocie a transcrição viral e a réplica. Entre todos os coronaviruses, o Mpro é conservado altamente; conseqüentemente, os antivirais precedentes que visam esta enzima poderiam potencial ser eficazes contra SARS-CoV-2. Houve diversos estudos recentes que utilizaram CADD para identificar os agentes anti-SARS-CoV-2 contra Mpro.

Um exemplo é o uso de aproximações estrutura-baseadas do embarcadouro prever a actividade inibitório e ajudá-la a drogar o projecto contra SARS-CoV-2 Mpro. Aqui, os autores analisaram drogas potenciais pelo embarcadouro molecular para determinar os efeitos de determinadas drogas antivirosas que incluem o chloroquine, o ribavirin, o remdesivir, e a madressilva.

As aproximações profundamente aprender-baseadas foram usadas igualmente para prever inibidores potenciais de SARS-CoV-2 Mpro. Utilizando uma interacção chamada modelo profundamente de aprendizagem pre-treinada do alvo de Molécula Transformador-Droga da interacção do droga-alvo, algumas drogas potenciais contra SARS-CoV-2 foram reconhecidas.

Com tal fim, o dolutegravir, o efavirenz, o atazanavir, o ritonavir, e o remdesivir foram encontrados para exibir a potência inibitório contra o SARS-CoV-2 Mpro. Os estudos precedentes igualmente encontraram que as drogas projectaram visar os proteases virais que incluem o ritonavir, o darunavir, e o lopinavir, limite aos componentes do complexo da réplica SARS-CoV-2.

CADD contra a escolha de objectivos das proteínas estruturais de SARS-CoV-2

SARS-CoV-2 consiste em quatro proteínas estruturais preliminares que incluem o ponto (s), membrana (M), nucleocapsid (N), e proteínas do envelope (e). Devido à proteína de S que negocia o processo de entrada viral em pilhas de anfitrião, é um alvo atractivo para o tratamento COVID-19 antiviroso. A revelação de aproximações computacionais identificou os inibidores SARS-CoV-2 potenciais que visam a proteína de S.

O receptor deconversão da enzima 2 (ACE2) foi identificado em estudos precedentes como o jogo de um papel chave na entrada SARS-CoV-2 em pilhas de anfitrião, que destacou esta como um outro alvo potencial para a intervenção terapêutica contra COVID-19.

Um outro estudo precedente investigou as capacidades de determinadas drogas para obstruir o emperramento da proteína de S a ACES2. Encontrou-se que determinados compostos que incluem o griffithsin, o peptide P6, o EK1, e os extractos da medicina chinesa tradicional poderiam lutar contra SARS-CoV-2 com suas interacções com o receptor ACE2, proteína de S.

O alvo principal das aproximações as mais computacionais foi centrar-se sobre os inibidores SARS-CoV-2 potenciais que visam as proteínas de SARS-CoV-2 E, de N, e de M, que poderiam ser utilizadas para uma selecção virtual estrutura-baseada mais adicional, assim como os outros projectos da vacina e da droga de CADD. Com o uso de simulações da dinâmica molecular, diversos compostos da terra comum que ligam às proteínas de E e de M foram identificados como inibidores potenciais de suas funções.

Implicações

Desde a emergência de SARS-CoV-2, houve um grande esforço em drogas e em vacinas tornando-se para combater este vírus. O uso das tecnologias tais como CADD podia ajudar a acelerar o processo de droga e de revelação vacinal. O estudo actual analisou a teoria e a aplicação destas tecnologias dos vários artigos de investigação, assim como desde que resultados novos de inibidores potenciais como tratamentos para COVID-19.

Contudo, a emergência das variações SARS-CoV-2 é um desafio potencial para reveladores vacinais, porque as mutações em determinadas regiões poderiam limitar a eficácia de vacinas previamente desenvolvidas. Este estudo destaca alvos potenciais para vacinas, inibidores, ou tratamentos para COVID-19 que pode ajudar na introdução de variações transformadas.

Journal references:
  • Liu, Q., Wan, J., & Wang, G. (2021). A survey on computational methods in discovering protein inhibitors of SARS-CoV-2. Briefings in Bioinformatics. doi:10.1093/bib/bbab416.
  • Yu, R., Chen, L., Lan, R., et al. (2020).  Computational screening of antagonists against the SARS-CoV-2 (COVID-19) coronavirus by molecular docking. International Journal of Antimicrobial Agents 56(2). doi:10.1016/j.ijantimicag.2020.106012.  
Colin Lightfoot

Written by

Colin Lightfoot

Colin graduated from the University of Chester with a B.Sc. in Biomedical Science in 2020. Since completing his undergraduate degree, he worked for NHS England as an Associate Practitioner, responsible for testing inpatients for COVID-19 on admission.

Citations

Please use one of the following formats to cite this article in your essay, paper or report:

  • APA

    Lightfoot, Colin. (2021, October 12). Uma avaliação em métodos computacionais em descobrir inibidores da proteína de SARS-CoV-2. News-Medical. Retrieved on January 20, 2022 from https://www.news-medical.net/news/20211012/A-survey-on-computational-methods-in-discovering-protein-inhibitors-of-SARS-CoV-2.aspx.

  • MLA

    Lightfoot, Colin. "Uma avaliação em métodos computacionais em descobrir inibidores da proteína de SARS-CoV-2". News-Medical. 20 January 2022. <https://www.news-medical.net/news/20211012/A-survey-on-computational-methods-in-discovering-protein-inhibitors-of-SARS-CoV-2.aspx>.

  • Chicago

    Lightfoot, Colin. "Uma avaliação em métodos computacionais em descobrir inibidores da proteína de SARS-CoV-2". News-Medical. https://www.news-medical.net/news/20211012/A-survey-on-computational-methods-in-discovering-protein-inhibitors-of-SARS-CoV-2.aspx. (accessed January 20, 2022).

  • Harvard

    Lightfoot, Colin. 2021. Uma avaliação em métodos computacionais em descobrir inibidores da proteína de SARS-CoV-2. News-Medical, viewed 20 January 2022, https://www.news-medical.net/news/20211012/A-survey-on-computational-methods-in-discovering-protein-inhibitors-of-SARS-CoV-2.aspx.