Adriano José dos Santos, Luiz Fernando do Nascimento, Letícia Pereira Bezerra, José Rodrigo Santos Silva
{"title":"MODELO PREDITIVO DE POTENCIAIS COMPOSTOS ANTI- ESQUISTOSSOMÔTICOS: UMA ABORDAGEM QSAR-2D","authors":"Adriano José dos Santos, Luiz Fernando do Nascimento, Letícia Pereira Bezerra, José Rodrigo Santos Silva","doi":"10.51161/conbrapah/1","DOIUrl":null,"url":null,"abstract":"Introdução: A esquistossomose causada pelo verme Schistosoma mansoni é uma doença de evolução grave se não tratada. Atualmente existem poucos fármacos disponíveis para o tratamento da infecção, e essa escassez compromete os objetivos de erradicação da doença. Com isso, as ferramentas in sílico têm se mostrado cada vez mais pertinentes no auxílio de descobertas de novas drogas com potencial terapêutico. Objetivo: Nessa perspectiva, o presente trabalho objetivou predizer fármacos com propriedade anti-Schistosoma e que possam ser reposicionados para o tratamento da esquistossomose mansoni. Metodologia: Foi empregado a ferramenta computacional QSAR-2D através do software Knime Analitics Platform para predizer fármacos com propriedades anti-esquistossomôticas. Essa abordagem dispõe da capacidade de aprendizado de máquina a qual realiza uma comparação entre estruturas químicas conhecidas e moléculas químicas presentes num banco de dados previamente fornecido e que são, originalmente, aplicadas ao tratamento de outras doenças. No banco de dados ChEMBL foram coletados 50 fármacos com ação anti-parasitária, utilizados para treinar o algoritmo. Para o conjunto teste, foram investigados 347 moléculas químicas com potencial terapêutico para o parasito. O modelo preditivo foi dividido em dois subconjuntos, um com validação externa (30%) e o segundo sendo o grupo teste (70%). As análises foram baseadas no modelo de regressão de Pearson por meio da aprendizagem de máquina Tree Ensemble Learner (regression), sendo considerado relevante a predição com cut-off de r2>|0,7|. Resultados: O presente modelo obteve um cut-off de r2=0,707, demonstrando relevância aceitável da predição e três fármacos demonstraram ser mais promissores. A niclosamida, o ácido meclofenâmico e o ácido flufenâmico foram apontados como compostos de potencial anti-esquistossomôtico. Dentre eles, o primeiro apresenta ação moluscicida conhecida contra os vetores do S. mansoni, o segundo contra o parasito em modelo murinho, isso demonstra confiabilidade à predição do presente modelo, e o terceiro ainda não foi testado contra o verme. Os ácidos meclofenâmico e flufenâmico são anti-inflamatórios não esteroidais (AINEs) ambos indicados no alívio de distúrbios reumáticos. Conclusão: Assim, tornar- se-á instigante testar in vitro e in vivo o ácido flufenâmico, considerando o potencial anti-esquistossomôtico que alguns outros AINEs apresentam frente ao S. mansoni visando reposicionamento de fármacos.","PeriodicalId":209824,"journal":{"name":"Anais do II Congresso Brasileiro de Parasitologia Humana On-line","volume":"70 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do II Congresso Brasileiro de Parasitologia Humana On-line","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51161/conbrapah/1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
Introdução: A esquistossomose causada pelo verme Schistosoma mansoni é uma doença de evolução grave se não tratada. Atualmente existem poucos fármacos disponíveis para o tratamento da infecção, e essa escassez compromete os objetivos de erradicação da doença. Com isso, as ferramentas in sílico têm se mostrado cada vez mais pertinentes no auxílio de descobertas de novas drogas com potencial terapêutico. Objetivo: Nessa perspectiva, o presente trabalho objetivou predizer fármacos com propriedade anti-Schistosoma e que possam ser reposicionados para o tratamento da esquistossomose mansoni. Metodologia: Foi empregado a ferramenta computacional QSAR-2D através do software Knime Analitics Platform para predizer fármacos com propriedades anti-esquistossomôticas. Essa abordagem dispõe da capacidade de aprendizado de máquina a qual realiza uma comparação entre estruturas químicas conhecidas e moléculas químicas presentes num banco de dados previamente fornecido e que são, originalmente, aplicadas ao tratamento de outras doenças. No banco de dados ChEMBL foram coletados 50 fármacos com ação anti-parasitária, utilizados para treinar o algoritmo. Para o conjunto teste, foram investigados 347 moléculas químicas com potencial terapêutico para o parasito. O modelo preditivo foi dividido em dois subconjuntos, um com validação externa (30%) e o segundo sendo o grupo teste (70%). As análises foram baseadas no modelo de regressão de Pearson por meio da aprendizagem de máquina Tree Ensemble Learner (regression), sendo considerado relevante a predição com cut-off de r2>|0,7|. Resultados: O presente modelo obteve um cut-off de r2=0,707, demonstrando relevância aceitável da predição e três fármacos demonstraram ser mais promissores. A niclosamida, o ácido meclofenâmico e o ácido flufenâmico foram apontados como compostos de potencial anti-esquistossomôtico. Dentre eles, o primeiro apresenta ação moluscicida conhecida contra os vetores do S. mansoni, o segundo contra o parasito em modelo murinho, isso demonstra confiabilidade à predição do presente modelo, e o terceiro ainda não foi testado contra o verme. Os ácidos meclofenâmico e flufenâmico são anti-inflamatórios não esteroidais (AINEs) ambos indicados no alívio de distúrbios reumáticos. Conclusão: Assim, tornar- se-á instigante testar in vitro e in vivo o ácido flufenâmico, considerando o potencial anti-esquistossomôtico que alguns outros AINEs apresentam frente ao S. mansoni visando reposicionamento de fármacos.