Use este identificador para citar ou linkar para este item: http://hdl.handle.net/1843/64413
Tipo: Dissertação
Título: Identificação de novos peptídeos inibidores de TMPRSS2: uma abordagem computacional para prospecção de um tratamento antiviral
Título(s) alternativo(s): Identification of new TMPRSS2 inhibitory peptides: a computational approach for prospecting an antiviral treatment
Autor(es): Vivian Morais Paixão
Primeiro Orientador: Raquel Cardoso de Melo Minardi
Primeiro Coorientador: Adriano de Paula Sabino
Primeiro membro da banca : Maria Goreti de Almeida Oliveira
Segundo membro da banca: Rafaela Salgado Ferreira
Terceiro membro da banca: Lucas Bleicher
Resumo: Em 2020, uma pandemia causada pelo SARS-CoV-2, um novo coronavírus, impactou a economia global e a saúde pública, resultando em quase 7 milhões de mortes em todo o mundo. Pesquisas revelaram que o vírus requer a ligação da proteína Spike à Enzima Conversora de Angiotensina 2 (ACE2) para infectar as células do hospedeiro. Essa ligação depende da clivagem da proteína Spike, uma ação mediada pelas enzimas Furina e TMPRSS2. Este estudo concentra-se na TMPRSS2, uma serino protease transmembrana encontrada em várias superfícies celulares, incluindo próstata, pulmão e intestino, e associada à patogênese de várias doenças. Embora já existam medicamentos aprovados para o tratamento da COVID-19, eles apresentam desafios, como custos elevados, efeitos colaterais e uma crescente perda de eficácia frente às novas variantes do vírus. Portanto, o objetivo principal deste estudo foi desenvolver uma metodologia para a busca e filtragem de peptídeos como possíveis abordagens terapêuticas, com ênfase na identificação de peptídeos ainda não descritos como inibidores dessa protease. Nossa metodologia incluiu uma revisão da literatura, a pesquisa por peptídeos com características de ligação ao sítio catalítico da TMPRSS2 por meio do banco de dados Propedia, a filtragem das sequências resultantes, simulações de docking molecular dos peptídeos selecionados e a aplicação de um código para filtrar os modelos gerados. Isso resultou na identificação de 147 candidatos, dos quais seis se destacaram como os mais promissores. Posteriormente, foi realizada uma análise da estabilidade das interações. Três dos candidatos mais promissores foram otimizados, gerando novas sequências com maior probabilidade de ligação ao sítio ativo. Esses peptídeos otimizados foram posteriormente sintetizados para realização de ensaios in vitro. Os resultados demonstraram que nossa metodologia é capaz de identificar poses de docking que inicialmente não seriam consideradas para avaliação, destacando aquelas com melhor ajuste ao sítio ativo. Além disso, três peptídeos com histórico de inibição de proteases foram identificados como candidatos potenciais para a inibição da TMPRSS2, sugerindo sua aplicabilidade não apenas para o tratamento da COVID-19, mas também para outras doenças nas quais a TMPRSS2 está envolvida.
Abstract: In 2020, a pandemic caused by SARS-CoV-2, a novel coronavirus, had a global impact on the economy and public health, resulting in nearly 7 million deaths worldwide. The virus requires the binding of its Spike protein to the Angiotensin-Converting Enzyme 2 (ACE2) receptor to infect host cells. This binding relies on the cleavage of the Spike protein, a process mediated by the enzymes Furin and TMPRSS2. This study focuses on TMPRSS2, a transmembrane serine protease found on various cell surfaces, including the prostate, lungs, and intestines, and associated with the pathogenesis of multiple diseases. Although approved drugs for COVID-19 treatment already exist, they present challenges such as high costs, side effects, and a growing loss of efficacy against new virus variants. Therefore, the primary objective of this study was to develop a methodology for the search and filtering of peptides as potential therapeutic approaches, with an emphasis on identifying peptides not previously described as inhibitors of this protease. Our methodology included a literature review, the search for peptides with binding characteristics to the catalytic site of TMPRSS2 using the Propedia database, filtering of the resulting sequences, molecular docking simulations of selected peptides, and the application of a code to filter the generated docking models. This led to the identification of 147 candidates, of which six emerged as the most promising. Subsequently, an analysis of interaction stability was performed. Three of the most promising candidates were optimized, generating new sequences with a higher probability of binding to the active site. These optimized peptides were later synthesized for in vitro assays. The results demonstrated that our methodology is capable of revealing docking poses that initially would not have been considered for evaluation, highlighting poses with a better fit to the active site. Moreover, three peptides with a history of protease inhibition were identified as potential candidates for TMPRSS2 inhibition, suggesting their applicability not only for COVID-19 treatment but also for other diseases in which TMPRSS2 plays a crucial role.
Assunto: Bioinformática
Simulação de Acoplamento Molecular
Peptídeos
Betacoronavirus
Angiotensina II
Idioma: por
País: Brasil
Editor: Universidade Federal de Minas Gerais
Sigla da Instituição: UFMG
Curso: Programa de Pós-Graduação em Bioinformatica
Tipo de Acesso: Acesso Aberto
URI: http://hdl.handle.net/1843/64413
Data do documento: 5-Dez-2023
Aparece nas coleções:Dissertações de Mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação_VivianMoraisPaixao.pdf5.66 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.