REPOSICIONAMENTO DE FÁRMACOS GUIADO POR MODELO DE INTELIGÊNCIA ARTIFICIAL NA OSTEOPOROSE

Main Article Content

Aridênio Dayvid da Silva
Giovanna Azevedo Sousa
Vinicius Silva Alves
Adrissia Jeovana Pereira Almeida dos Santos
João Gabriel Marques Brayner
Helyson Lucas Bezerra Braz

Abstract

INTRODUÇÃO: A osteoporose representa a doença óssea mais comum em todo o mundo, sendo caracterizada por risco aumentado de fraturas, elevando as taxas de morbimortalidade. A ocorrência de efeitos colaterais da terapêutica farmacológica usada para mitigar os danos potenciais da osteoporose limita o uso desses agentes, estimulando a pesquisa de novos compostos. A catepsina K (CatK), proteína expressa pelos osteoclastos cuja inibição aumenta a massa óssea, apresenta-se como uma via para o desenvolvimento de novos tratamentos. OBJETIVO: Este estudo teve como objetivo desenvolver um modelo de inteligência artificial de busca de moléculas potenciais para o tratamento da osteoporose através da identificação de fármacos já aprovados no mercado ou moléculas testadas em ensaios biológicos que tenham como mecanismo de ação a inibição da CatK. MÉTODOS: O modelo de machine learning foi desenvolvido na plataforma Google Colab em linguagem Python3. As bibliotecas ChEMBL, pandas, numpy e rdkit foram utilizadas para a execução deste modelo. Foi usado o critério de avaliação com base no modelo Quantitative Structure-Activity Relationship (QSAR). O teste de docking molecular foi utilizado para confirmação da ligação das possíveis moléculas descobertas no sistema de inteligência artificial com o alvo CatK. Foi utilizado o recurso computacional Autodock Vina 1.2. ANOVA one-way seguido de Tukey que foi utilizado para análise dos resultados. RESULTADOS E DISCUSSÃO: Foram encontrados 3 inibidores em potencial, sendo um já relatado na literatura e dois novos ainda não referenciados, que apresentaram maior afinidade molecular com a CatK do que o composto já conhecido, o que demonstra o potencial de novos inibidores da Catk no tratamento da osteoporose. CONCLUSÃO: Demonstrou-se o efeito de interação de 3 estruturas agonistas descobertas e redirecionadas por inteligência artificial com potencial de atividade na proteína CatK. Os dados deste estudo poderão ser usados na prospecção de fármacos para o tratamento de doenças ósseas.

Article Details

How to Cite
da Silva, A. D., Sousa, G. A., Alves, V. S., dos Santos, A. J. P. A., Brayner, J. G. M., & Braz, H. L. B. (2022). REPOSICIONAMENTO DE FÁRMACOS GUIADO POR MODELO DE INTELIGÊNCIA ARTIFICIAL NA OSTEOPOROSE. Brazilian Journal of Case Reports, 2(Suppl.3), 249–254. https://doi.org/10.52600/2763-583X.bjcr.2022.2.Suppl.3.249-254
Section
Comunicação Oral
Author Biographies

Aridênio Dayvid da Silva, Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Giovanna Azevedo Sousa, Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Vinicius Silva Alves, Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Adrissia Jeovana Pereira Almeida dos Santos, Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

João Gabriel Marques Brayner, Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Graduando em Medicina pela Universidade Federal do Ceará – UFC Campus Sobral

Helyson Lucas Bezerra Braz, Pós-Graduando em Ciências Morfofuncionais – Departamento de Morfologia – Núcleo de Pesquisa e Desenvolvimento de Medicamentos (NPDM), Faculdade de Medicina – Universidade Federal do Ceará

Pós-Graduando em Ciências Morfofuncionais – Departamento de Morfologia – Núcleo de Pesquisa e Desenvolvimento de Medicamentos (NPDM), Faculdade de Medicina – Universidade Federal do Ceará

References

ANAM AK, Insogna K. Update on Osteoporosis Screening and Management. Med Clin North Am. 105(6):1117-1134; Nov 2021.

ALTMANN, E., RENAUD, J., GREEN, J., FARLEY, D., CUTTING, B., & JAHNKE, W. Arylaminoethyl amides as novel non-covalent cathepsin K inhibitors. Journal of medicinal chemistry, 45(12), 2352–2354, 2002.

ARMUTLU, P., OZDEMIR, M. E., UNEY-YUKSEKTEPE, F., KAVAKLI, I. H., & TURKAY, M. Classification of drug molecules considering their IC50 values using mixed-integer linear programming based hyper-boxes method. BMC bioinformatics, v. 9, n. 411, 2008.

BRAZ, H., SILVEIRA, J., MARINHO, A. D., DE MORAES, M., MORAES FILHO, M. O., MONTEIRO, H., & JORGE, R. In silico study of azithromycin, chloroquine and hydroxychloroquine and their potential mechanisms of action against SARS-CoV-2 infection. International journal of antimicrobial agents, v. 56, n. 3, p. 106119, 2020.

CHAGAS, C. M.; MOSS, S.; ALISARAIE, L. Drug metabolites and their effects on the development of adverse reactions: Revisiting Lipinski's Rule of Five. Int J Pharm, v. 549(1-2), p. 133-149, 2018.

DRAKE M.T, CLARKE B.L, OURSLER M. J, KHOSLA S. Cathepsin K Inhibitors for Osteoporosis: Biology, Potential Clinical Utility, and Lessons Learned. Endocr Rev. 1;38(4):325-350; Aug 2017.

DUONG LE T, LEUNG AT, LANGDAHL B. Cathepsin K Inhibition: A New Mechanism for the Treatment of Osteoporosis. Calcif Tissue Int.;98(4):381-97; Apr 2016.

EBERHARDT, J., SANTOS-MARTINS, D., TILLACK, A.F., FORLI, S. AutoDock Vina 1.2.0: New Docking Methods, Expanded Force Field, and Python Bindings. Journal of Chemical Information and Modeling, 2021.

MCCLUNG MR and LOFT Investigators. Odanacatib for the treatment of postmenopausal osteoporosis: results of the LOFT multicentre, randomised, double-blind, placebo-controlled trial and LOFT Extension study. Lancet Diabetes Endocrinol.;7(12):899-911; Dec 2019.

PARVATHANENI V, KULKARNI NS, MUTH A, GUPTA V. Drug repurposing: a promising tool to accelerate the drug discovery process. Drug Discov Today.;24(10):2076-2085; Oct 2019.

LIPINSKI, Christopher A. Lead- and drug-like compounds: the rule-of-five revolution. Drug discovery today. Technologies vol. 1,4: 337-41; 2004.

MALAMAS, M. S., et al. Design and Structure-Activity Relationships of Isothiocyanates as Potent and Selective N-Acylethanolamine-Hydrolyzing Acid Amidase Inhibitors. Journal of medicinal chemistry, 64(9), 5956–5972, 2021.

ZHOU, N. E., GUO, D., KALETA, J., PURISIMA, E., MENARD, R., MICETICH, R. G., & SINGH, R. Design and synthesis of 6-substituted amino-4-oxa-1-azabicyclo[3,2,0]heptan-7-one derivatives as cysteine proteases inhibitors. Bioorganic & medicinal chemistry letters, 12(23), 3413–3415, 2002.

Most read articles by the same author(s)