Processo: 2020/05369-6
Valor: R$ 181.470,00
Acordos de cooperação: COVID-19
Responsável: Fabio Trindade Maranhão Costa
Instituição sede: Instituto de Biologia - Unicamp
Área do conhecimento: Microbiologia

Resumo: A chegada da COVID-19 no Brasil em março de 2020, com sua rápida disseminação, crescimento exponencial de casos no mundo e com a elevada letalidade dos pacientes infectados, tem gerado pânico na população, desestruturado os sistemas de saúde público e privado e impactado de maneira negativa na economia do Brasil e do mundo. Embora a busca por uma vacina eficaz seja premente, seu desenvolvimento deve requerer pelo menos um ano e meio ate sua aprovação. Dessa forma, fica evidente a necessidade de descoberta de um tratamento que possa ser aprovado rapidamente para uso nos pacientes infectados. O reposicionamento de fármacos oferece uma abordagem potencialmente mais rápida para identificar fármacos já aprovados para uso em humanos. A inteligência artificial (IA) é uma área de fronteira do conhecimento que permite identificar de compostos potencialmente ativos com propriedades farmacocinéticas e toxicológicas adequadas, levando a maior rapidez, maior taxa de sucesso e menor custo na descoberta de novos fármacos. Nesse contexto, com o intuito de transformar a descoberta de fármacos de um processo lento, sequencial e de alto risco para um modelo rápido, integrado e com risco de falha diminuído, pretende-se com esse projeto desenvolver uma plataforma integrada baseada em inteligência artificial para acelerar o reposicionamento de fármacos já aprovados para uso em humanos para o tratamento da COVID-19 com potencial para rápido desenvolvimento clínico, através da integração de computação de alta performance com dados químicos e biológicos e uso de tecnologias emergentes biotecnológicas e experimentais. Para isso, agregamos diferentes expertises de pesquisadores do Instituto de Biologia da UNICAMP e de outras instituições de pesquisa do Brasil e exterior e utilizaremos uma abordagem multidisciplinar que envolverá o desenvolvimento e aplicação de ferramentas de inteligência artificial para guiar e acelerar o reposicionamento de fármacos em uso clínico com base na inibição da entrada do vírus na célula hospedeira através da inibição da interação entre as proteínas Spike viral e ACE-2 humana e testes de atividade antiviral em cultura de células em laboratório de contenção biológica nível 3. Como dados preliminares, em um artigo aceito para publicação, pesquisadores envolvidos nesta proposta desenvolveram modelos computacionais e realizaram uma triagem virtual baseada em docking de todos os fármacos aprovados pelo FDA (~2,400 fármacos) na glicoproteína viral spike complexada com a proteína humana ACE2, com o grid centrado na interface das duas proteínas. Após o docking, os fármacos foram reordenados usando modelos de aprendizado de máquina desenvolvidos utilizando o algoritmo Bayesiano e descritores fingerprints ECFP6 para dados fenotípicos do SARS-CoV. Ao final desta abordagem, foram selecionados 25 fármacos aprovados que serão submetidos aos ensaios in vitro contra SARS-CoV-2 em células Vero.