ESTUDOS IN SILICO E IN VITRO PARA BUSCA DE POTENCIAIS FÁRMACOS CONTRA O SARS-CoV-2 (COVID-19)
Palavras-chave:
Docking Molecular, Dinâmica Molecular, Peptídeo, COVID-19, Proteína SpikeResumo
Conhecendo as características dos vírus de RNA e sua alta taxa de mutação, a identificação de novas drogas e profilaxias com potencial para o combate à COVID-19 foi essencial para mitigar está pandemia. Visando buscar soluções a curto, médio e longo prazo para o combate ao COVID-19, a presente pesquisa pretendeu desenvolver novas estratégias farmacológicas computacionais que fossem capazes de propor profilaxias moleculares para o bloqueio da entrada do vírus SARSCoV-2 em células humanas, utilizando ferramentas da Bioinformática e Química Computacional, permitindo a proposição de compostos químicos antivirais que possam ser utilizados em ensaios pré-clínicos e clínicos. Peptídeos salivares humanos, com propriedades antivirais conhecidas, foram manipulados mediante a utilização de ferramentas da bioinformática e química computacional, com o intuito de predizer a sua capacidade de neutralizar ou bloquear a interação SARS-CoV-2 com a ACE2 e impedir seus efeitos em células humanas. Para identificar computacionalmente peptídeos salivares humanos potenciais para o tratamento profilático contra a COVID-19, foram utilizadas ferramentas computacionais de acoplamento e dinâmica molecular, selecionando moléculas candidatas a testes pré-clínicos e clínicos contra SARS-CoV-2. A proteína Spike correspondente às variantes ômicron, Delta e Gama foram obtidas através do Protein Data Bank (PDB) acopladas a um banco de peptídeos salivares humanos, com características antimicrobianas, utilizando o servidor Hpepdock 2.0. Como resultado, seis peptídeos foram identificados como, potencialmente inibidores e estes foram submetidos a cálculos de dinâmica molecular (DM) utilizando o programa GROMACS 2022.
Agência de fomento: FAPESB
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Seminário de Iniciação Científica e Tecnológica

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.