Identificador: TFG:9371
Autors: Trujillo de León, Said
Resum:
La pandèmia de COVID-19 ha generat una acumulació sense precedents de dades estructurals i computacionals sobre possibles dianes terapèutiques. Entre elles, la principal proteasa del SARS-CoV-2 (MPRO) destaca pel seu paper essencial en la replicació viral i l'absència d'homòlegs humans, cosa que la converteix en una diana prometedora per al desenvolupament d'antivirals. Actualment, centenars d'estructures de complexes proteïna-lligant, especialment amb inhibidors no covalents units a MPRO, estan disponibles en bases de dades públiques, cosa que permet avançar en el descobriment computacional de fàrmacs mitjançant cribratge virtual, acoblament molecular i anàlisi QSAR. Tot i això, la magnitud de les dades complica l'anàlisi manual. Per facilitar aquest procés, es va desenvolupar CORAL-PIC, una biblioteca a Python de codi obert dissenyada per detectar i resumir de forma eficient interaccions no covalents entre lligands i proteïnes. CORAL-PIC extreu sistemàticament característiques clau d‟interacció a partir de grans conjunts de dades, permetent identificar patrons d‟unió associats a una alta activitat inhibitòria. En un estudi amb 378 complexos MPRO-inhibidor, aquesta eina va reduir més de 300 MB de dades a un arxiu de 100 KB, cosa que va permetre una anàlisi àgil de la freqüència i naturalesa de les interaccions. Els resultats van indicar que les interaccions hidròfobes i els contactes polars febles predominen a la unió global, mentre que les interaccions direccionals, com els enllaços d'hidrogen i els contactes π amb residus com CYS145 i GLY143, es correlacionen més fortament amb alts valors de pIC50. Així mateix, es van identificar residus clau dins del subsiti S1 (GLU166, MET165, HIS163, MET49, ASN142) com a punts d'ancoratge conservats en inhibidors potents, ressaltant el valor de CORAL-PIC per a l'anàlisi QSAR i la comprensió de mecanismes d'unió.
Repositori URV