Previsão in silico ADME/T de novos inibidores potenciais contra o vírus da dengue
DOI:
https://doi.org/10.33448/rsd-v10i4.14459Palavras-chave:
Dengue; Denv; In silico; Ferramentas computacionais; Modelagem molecular.Resumo
A dengue é uma doença emergente com grande impacto na saúde pública, com milhões de infecções virais ocorrendo anualmente, para a qual ainda não existe uma terapia eficaz. O presente estudo tem como objetivo realizar a predição das propriedades físico-químicas, farmacocinéticas e toxicológicas de candidatos a medicamentos contra dengue. 17 candidatos a fármacos anti-dengue foram desenvolvidos na plataforma PubChem Sketcher V.2.4®. Os parâmetros físico-químicos foram quantificados na plataforma Molinspiration®. Posteriormente, os parâmetros farmacocinéticos foram medidos usando a ferramenta SwissADME®. Finalmente, a plataforma OSIRIS Property Explorer® foi usada para determinar o efeito toxicológico dos candidatos anti-dengue. Os compostos 8 e 14 não violaram nenhuma das regras instituídas por Lipinski. Todos os outros compostos mostraram mais de uma violação, com os compostos 5, 7 e 9-11 apresentando até 3 violações. Quanto à avaliação farmacocinética, dos compostos aqui desenhados apenas os compostos 13 e 14 apresentaram elevada absorção gastrointestinal. Os compostos 2, 15 e 17 têm pelo menos uma pontuação de alto risco para um dos fatores de toxicidade para mutagênese, tumorigênese, efeitos irritantes e reprodutivos. Os compostos 1-4 têm pelo menos uma pontuação de risco intermediária para um dos fatores de toxicidade. Todos os outros compostos têm pontuação de baixo risco para um os fatores de toxicidade. A previsão in silico realizada nesse estudo indicou que os compostos 13 e 14 são as mais promissoras para serem possíveis candidatas anti-dengue e úteis para futuras triagens em testes realizados em células e animais.
Referências
Beesetti, H., Khanna, N., & Swaminathan, S. (2016). Investigational drugs in early development for treating dengue infection. Expert Opinion on Investigational Drugs, 25 (9), 1059–69. https://doi.org/10.1080/13543784.2016.1201063
Brady, O. J., & Hay, S. I. (2020). The global expansion of dengue: How aedes aegypti mosquitoes enabled the first pandemic arbovirus. Annual Review of Entomology, 65, 191-208. https://doi.org/10.1146/annurev-ento-011019-024918
Daina, A., Michielin, O., & Zoete, V. (2017). SwissADME: A free web tool to evaluate pharmacokinetics, drug-likeness and medicinal chemistry friendliness of small molecules. Scientific Reports, 7. https://doi.org/10.1038/srep42717
Dighe, S. N., Ekwudu, O., Dua, K., Chellappan, D. K., Katavic, P. L., & Collet, T. A. (2019). Recent update on anti-dengue drug discovery. European Journal of Medicinal Chemistry, 176, 431-455. https://doi.org/10.1016/j.ejmech.2019.05.010
Ferreira, L. L. G., & Andricopulo, A. D. (2019). ADMET modeling approaches in drug discovery. Drug Discovery Today, 24(5) 1157-65. https://doi.org/10.1016/j.drudis.2019.03.015
Gil, A.C. (2010). Como elaborar projetos de pesquisa. 5. ed. Atlas. São Paulo. Brasil.
Guy, B., Noriega, F., Ochiai, R. L., L’azou, M., Delore, V., Skipetrova, A., Verdier, F., Coudeville, L., Savarino, S., & Jackson, N. (2017). A recombinant live attenuated tetravalent vaccine for the prevention of dengue. Expert Review of Vaccines, 16(7), 671–683. https://doi.org/10.1080/14760584.2017.1335201
Guzman, M. G., Gubler, D. J., Izquierdo, A., Martinez, E., & Halstead, S. B. (2016). Dengue infection. Nature Reviews Disease Primers, 2(1), 1–25. https://doi.org/10.1038/nrdp.2016.55
Hage-Melim, L. I. da S., Federico, L. B., de Oliveira, N. K. S., Francisco, V. C. C., Correia, L. C., de Lima, H. B., Gomes, S. Q., Barcelos, M. P., Francischini, I. A. G., & da Silva, C. H. T. de P. (2020). Virtual screening, ADME/Tox predictions and the drug repurposing concept for future use of old drugs against the COVID-19. Life Sciences, 256, 117963. https://doi.org/10.1016/j.lfs.2020.117963
Halim, S. A., Khan, S., Khan, A., Wadood, A., Mabood, F., Hussain, J., & Al-Harrasi, A. (2017). Targeting Dengue Virus NS-3 Helicase by Ligand based Pharmacophore Modeling and Structure based Virtual Screening. Frontiers in Chemistry, 5. https://doi.org/10.3389/fchem.2017.00088
Kirchmair, J., Göller, A. H., Lang, D., Kunze, J., Testa, B., Wilson, I. D., Glen, R. C., & Schneider, G. (2015). Predicting drug metabolism: Experiment and/or computation? Nature Reviews Drug Discovery, 14 (6), 387-404.https://doi.org/10.1038/nrd4581
Lakatos, E. M.; Marconi, M.A (2011). Metodologia científica. São Paulo, Brasil.
Lipinski, C. A., Lombardo, F., Dominy, B. W., & Feeney, P. J. (1997). Experimental and computational approaches to estimate solubility and permeability in drug discovery and development settings. Advanced Drug Delivery Reviews, 23 (1-3), 3-25. https://doi.org/10.1016/S0169-409X(96)00423-1
Madden, J. C., Enoch, S. J., Paini, A., & Cronin, M. T. D. (2020). A Review of In Silico Tools as Alternatives to Animal Testing: Principles, Resources and Applications. Alternatives to laboratory animals : ATLA, 48(4), 146–72. https://doi.org/10.1177/0261192920965977
Murugesan, A., & Manoharan, M. (2019). Dengue virus. In Emerging and Reemerging Viral Pathogens: Volume 1: Fundamental and Basic Virology Aspects of Human, Animal and Plant Pathogens. 1, 281-359. https://doi.org/10.1016/B978-0-12-819400-3.00016-8
N. Powers, C., & N. Setzer, W. (2016). An In-Silico Investigation of Phytochemicals as Antiviral Agents Against Dengue Fever. Combinatorial Chemistry & High Throughput Screening, 19(7), 516–536. https://doi.org/10.2174/1386207319666160506123715
Patrick, Í., Amorim, S., Ramos Pestana, E., José, S., & Mendes, F. (2017). Predição do metabolismo do candidato a fármaco cinamaldeído: Uma abordagem in silico. Revista Ceuma Perspectivas, 30(1), 111–120. http://smartcyp.sund.ku.dk/.
Pollett, S., Melendrez, M. C., Maljkovic Berry, I., Duchêne, S., Salje, H., Cummings, D. A. T., & Jarman, R. G. (2018). Understanding dengue virus evolution to support epidemic surveillance and counter-measure development. Infection, Genetics and Evolution, 62, 279–95. https://doi.org/10.1016/j.meegid.2018.04.032
Rai, J., & Kaushik, K. (2018). Reduction of Animal Sacrifice in Biomedical Science & Research through Alternative Design of Animal Experiments. Saudi Pharmaceutical Journal, 26(6), 896–902.https://doi.org/10.1016/j.jsps.2018.03.006
Rao, V. S., & Srinivas, K. (2011). Modern drug discovery process: An in silico approach. Journal of Bioinformatics and Sequence Analysis, 2(5), 89–94. http://www.academicjournals.org/JBSA
Thangarasu, P., Thamarai Selvi, S., & Manikandan, A. (2018). Unveiling novel 2-cyclopropyl-3-ethynyl-4-(4-fluorophenyl)quinolines as GPCR ligands via PI3-kinase/PAR-1 antagonism and platelet aggregation valuations; development of a new class of anticancer drugs with thrombolytic effects. Bioorganic Chemistry, 81, 468–480. https://doi.org/10.1016/j.bioorg.2018.09.011
Vavougios, G. D., Zarogiannis, S. G., Krogfelt, K. A., Gourgoulianis, K., Mitsikostas, D. D., & Hadjigeorgiou, G. (2018). Novel candidate genes of the PARK7 interactome as mediators of apoptosis and acetylation in multiple sclerosis: An in silico analysis. Multiple Sclerosis and Related Disorders, 19, 8–14. https://doi.org/10.1016/j.msard.2017.10.013
Vera, A. A. (1989). Metodologia da pesquisa científica. 8th ed. São Paulo. Brasil.
Vergara, S. C. (2006) Projetos e relatórios de pesquisa em administração. 5th ed. São Paulo. Brasil.
Vukic, V. R., Loncar, D. M., Vukic, D. V., Jevric, L. R., Benedekovic, G., Francuz, J., Kojic, V., Karadzic Banjac, M. Z., & Popsavin, V. (2019). In vitro antitumor activity, ADME-Tox and 3D-QSAR of synthesized and selected natural styryl lactones. Computational Biology and Chemistry, 83, 107112. https://doi.org/10.1016/j.compbiolchem.2019.107112
Waman, V. P., Kolekar, P., Ramtirthkar, M. R., Kale, M. M., & Kulkarni-Kale, U. (2016). Analysis of genotype diversity and evolution of Dengue virus serotype 2 using complete genomes. PeerJ, 8. https://doi.org/10.7717/peerj.2326
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2021 Jane Stefani da Mata Rodrigues; Eduardo Damasceno Costa
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
