{"id":129789,"date":"2024-11-23T10:46:44","date_gmt":"2024-11-23T13:46:44","guid":{"rendered":"https:\/\/www.r2cpress.com.br\/v1\/?p=129789"},"modified":"2024-11-23T10:47:46","modified_gmt":"2024-11-23T13:47:46","slug":"software-e-modelo-matematico-aceleram-pesquisa-de-novos-medicamentos-para-tratar-a-malaria","status":"publish","type":"post","link":"https:\/\/www.r2cpress.com.br\/v1\/2024\/11\/23\/software-e-modelo-matematico-aceleram-pesquisa-de-novos-medicamentos-para-tratar-a-malaria\/","title":{"rendered":"Software e modelo matem\u00e1tico aceleram pesquisa de novos medicamentos para tratar a mal\u00e1ria"},"content":{"rendered":"

\"\"<\/a>A verifica\u00e7\u00e3o da capacidade de compostos qu\u00edmicos para tratar enfermidades \u00e9 um dos aspectos testados para a valida\u00e7\u00e3o e autoriza\u00e7\u00e3o de medicamentos. \u00c9 uma etapa essencial para certificar que um princ\u00edpio ativo em uma determinada formula\u00e7\u00e3o cause o efeito desejado. Em geral, usa-se uma progress\u00e3o de modelos para esses testes, desde culturas em recipientes (in vitro<\/em>) a modelos animais, as cobaias, para avaliar a seguran\u00e7a e efic\u00e1cia dos compostos antes de serem testados em humanos. Uma melhoria nesse processo est\u00e1 descrita no artigo\u00a0Application of Machine Learning in the Development of Fourth Degree Quantitative Structure\u2212Activity Relationship Model for Triclosan Analogs Tested against Plasmodium falciparum 3D7<\/a><\/strong><\/em>, publicado na revista\u00a0ACS Omega<\/strong><\/em><\/a>\u00a0e assinado pela equipe composta pelo biom\u00e9dico\u00a0Railton Marques de Souza Guimar\u00e3es<\/a>\u00a0(S\u00e3o Lucas), o bioinformata\u00a0Ivo Vieira<\/a>\u00a0(UNIR\/Fiocruz), o matem\u00e1tico\u00a0Fabr\u00edcio Berton Zanchi<\/a>\u00a0(CFCAm\/UFSB), o qu\u00edmico\u00a0Rafael Caceres<\/a>\u00a0(UFCSPA) e o f\u00edsico\u00a0Fernando Berton Zanchi<\/a>\u00a0(Fiocruz). O texto relata o desenvolvimento de um modelo matem\u00e1tico para realizar testes de um composto qu\u00edmico no combate a uma cepa do plasm\u00f3dio, parasita causador da mal\u00e1ria. A investiga\u00e7\u00e3o contribui em diferentes aspectos da testagem e produ\u00e7\u00e3o de medicamentos, como os custos de neg\u00f3cio, tempo de desenvolvimento e teste de formula\u00e7\u00f5es e compostos qu\u00edmicos e as quest\u00f5es de \u00e9tica em pesquisa com animais.<\/span><\/p>\n

O professor Fabr\u00edcio Berton Zanchi, que atualmente \u00e9 o decano do\u00a0Centro de Forma\u00e7\u00e3o em Ci\u00eancias Ambientais<\/strong><\/a>\u00a0na Universidade Federal do Sul da Bahia (UFSB), explica que o trabalho envolveu o uso de t\u00e9cnicas de aprendizado de m\u00e1quina (machine learning<\/em>) para desenvolver um modelo QSAR (Quantitative Structure-Activity Relationship, ou rela\u00e7\u00e3o quantitativa de estrutura-atividade<\/em>) de 4\u00ba grau. O modelo consegue prever a efic\u00e1cia de compostos qu\u00edmicos an\u00e1logos ao triclosan contra a cepa 3D7 do parasita\u00a0Plasmodium falciparum<\/em>, causador da mal\u00e1ria. “Esse estudo representa um divisor de \u00e1guas na luta contra este protozo\u00e1rio, ao combinar modelagem matem\u00e1tica com intelig\u00eancia artificial para aprofundar a compreens\u00e3o de como diferentes varia\u00e7\u00f5es na estrutura qu\u00edmica do triclosan, ao serem encontradas pelo modelo, podem aumentar sua efic\u00e1cia no combate ao parasita, contribuindo para o desenvolvimento de tratamentos mais eficientes e com menos tempo para formula\u00e7\u00e3o de novos medicamentos”.<\/span><\/p>\n

Conforme o professor Fabr\u00edcio, apesar da mal\u00e1ria ser uma doen\u00e7a trat\u00e1vel e cur\u00e1vel, a resist\u00eancia aos rem\u00e9dios antimal\u00e1ricos j\u00e1 surge em diversos pontos do globo. Isso faz com que a doen\u00e7a siga na lista dos grandes problemas de sa\u00fade p\u00fablica nas regi\u00f5es tropicais e subtropicais, com casos ultrapassando 200 milh\u00f5es e causando mais de 600 mil mortes anualmente, principalmente na \u00c1frica, devido \u00e0 alta transmiss\u00e3o do\u00a0Plasmodium falciparum<\/em>. Nas Am\u00e9ricas, Brasil, Venezuela e Col\u00f4mbia concentraram 80% dos casos, sendo 99,9% das infec\u00e7\u00f5es no Brasil registradas na regi\u00e3o amaz\u00f4nica. A doen\u00e7a \u00e9 transmitida pelo mosquito\u00a0Anopheles<\/em>, e tr\u00eas esp\u00e9cies do protozo\u00e1rio que circulam no Brasil podem causar mal\u00e1ria humana:\u00a0Plasmodium falciparum<\/em>,\u00a0P. vivax<\/em>\u00a0e\u00a0P. malariae<\/em>.<\/span><\/p>\n

Ganho de tempo, dinheiro e precis\u00e3o<\/strong>\u00a0<\/span><\/p>\n

O estudo teve como objetivo calcular uma esp\u00e9cie de taxa que representa o n\u00edvel de bloqueio do parasita (pEC50). Para isto, foi preciso usar a estrutura bidimensional de todas as 108 mol\u00e9culas (derivados de triclosan) j\u00e1 testadas por outros grupos de pesquisa durante os \u00faltimos 30 anos. Estas estruturas foram recuperadas do reposit\u00f3rio PubChem e submetida ao aplicativo Mold2, que calculou 777 descritores para cada mol\u00e9cula e devolveu os dados em uma planilha complexa. Nesse processo, explica Fernando Berton Zanchi, um dos autores e l\u00edder da pesquisa, o desenvolvimento se deu por meio de um programa em linguagem Python utilizando a biblioteca de aprendizado de m\u00e1quina \u201cScikit-learn\u201d para selecionar os melhores descritores. O programa divide aleatoriamente o conjunto total de mol\u00e9culas em dois grupos a cada teste: um para treinamento e outro para teste na propor\u00e7\u00e3o de 70:30, neste caso, ficando com 75 compostos de treinamento e 33 de teste. Ent\u00e3o, basicamente a cada intera\u00e7\u00e3o, o programa combina os descritores em grupos de tr\u00eas, executa o treinamento preditivo de m\u00e1quina e calcula o coeficiente de determina\u00e7\u00e3o (R\u00b2) entre o conjunto de dados pEC50 calculado e experimental.<\/span><\/div>\n

<\/p>\n

<\/div>\n
Quando a combina\u00e7\u00e3o dos descritores gera um modelo com coeficiente maior que 80% de acertos, ent\u00e3o \u00e9 selecionado para novas avalia\u00e7\u00f5es. Aquele modelo que passar por todas as avalia\u00e7\u00f5es com melhores \u00edndices ser\u00e1 o escolhido. Assim, o programa simula o comportamento biol\u00f3gico das mol\u00e9culas\u00a0ao correlacionar suas caracter\u00edsticas estruturais com atividades espec\u00edficas contra o protozo\u00e1rio estudado, gerando assim, um indicador-chave potencial de uma subst\u00e2ncia contra o parasita.<\/span><\/div>\n

Fernando Berton Zanchi, um dos autores do estudo, pontua que, para facilitar o uso desse modelo, foi desenvolvido um sistema que compila o modelo escolhido para c\u00e1lculo automatizado dos valores de pEC50 \u2013 o PlasmoQSAR (https:\/\/www.qsar.labioquim.fiocruz.br\/<\/a>). Com ele, os pesquisadores podem prever a capacidade de uma mol\u00e9cula bloquear o pat\u00f3geno causador da mal\u00e1ria antes mesmo de test\u00e1-lo\u00a0in vitro<\/em>. “Este estudo n\u00e3o somente trouxe resultados completos e promissores, como disponibiliza forma inovadora, aberta e facilmente aplic\u00e1vel por pesquisadores, ind\u00fastrias farmac\u00eauticas e grupos de pesquisa que queiram desenvolver novos modelos para outras mol\u00e9culas ou outros problemas. Com esta abordagem, \u00e9 poss\u00edvel desenvolver novos arranjos matem\u00e1ticos, adaptando-os para estudos com outras doen\u00e7as, outras<\/span><\/p>\n

mol\u00e9culas, estudos com intera\u00e7\u00f5es em ecossistemas e clima, bem como aplica\u00e7\u00f5es variadas de causa e efeito, resultando em processos mais assertivos”, destaca o decano do CFCAm, Fabr\u00edcio Berton Zanchi.<\/span><\/p>\n

A pesquisa realizada emprega um dos m\u00e9todos mais avan\u00e7ados para a prospec\u00e7\u00e3o de novos rem\u00e9dios. Conforme relata Fernando Zanchi, o\u00a0uso do PlasmoQSAR e do modelo matem\u00e1tico desenvolvido representa um avan\u00e7o significativo em termos de economia de tempo e recursos na pesquisa de novos f\u00e1rmacos. “Com esses m\u00e9todos, \u00e9 poss\u00edvel reduzir substancialmente a dura\u00e7\u00e3o da fase inicial de prospec\u00e7\u00e3o, que normalmente leva de um a dois anos, para apenas alguns dias. Essa agilidade permite direcionar rapidamente os esfor\u00e7os para compostos com maior potencial terap\u00eautico, otimizando recursos financeiros e acelerando o desenvolvimento de novos tratamentos”, explica o pesquisador.<\/span><\/div>\n
<\/div>\n
O desenvolvimento de modelos matem\u00e1ticos\u00a0 para prospec\u00e7\u00e3o de novos medicamentos \u00e9 amplamente replicado para estudar tratamentos para outras enfermidades, como doen\u00e7as infecciosas, c\u00e2ncer e mesmo para a mal\u00e1ria. A contribui\u00e7\u00e3o do estudo descrito no artigo \u00e9 a\u00a0expans\u00e3o da base de dados de treino e teste e o aumento significativo da precis\u00e3o dos resultados para mal\u00e1ria. O professor Fabr\u00edcio explica que em geral, o setor farmac\u00eautico n\u00e3o costuma publicar os modelos que emprega, especialmente em rela\u00e7\u00e3o a doen\u00e7as como o c\u00e2ncer, pois as empresas os utilizam internamente para prospec\u00e7\u00e3o de novas mol\u00e9culas e valida\u00e7\u00e3o de propostas terap\u00eauticas: “Temos not\u00edcias que h\u00e1 modelos QSAR voltados para c\u00e2ncer, amplamente utilizados pelas principais farmac\u00eauticas do mundo, mas n\u00e3o h\u00e1 acesso p\u00fablico a estes modelos, o que os tornam desconhecidos. E caso este modelos venham a ser descobertos e comercializados, podem custar milhares de d\u00f3lares”.Os resultados do estudo apontam para outro aspecto, o das dificuldades para realizar ci\u00eancia de ponta no Brasil, afirma o professor Fabr\u00edcio Zanchi. “As limita\u00e7\u00f5es financeiras, a falta de apoio institucional adequado e a luta di\u00e1ria contra o descr\u00e9dito mal-intencionado direcionado \u00e0s Institui\u00e7\u00f5es de Ensino, Pesquisa e Extens\u00e3o geram uma escassez de recursos que impacta diretamente o avan\u00e7o das pesquisas e desenvolvimento do pa\u00eds. Muitas vezes, o progresso cient\u00edfico n\u00e3o depende apenas da expertise dos pesquisadores, mas tamb\u00e9m de um esfor\u00e7o coletivo para minimamente competir com universidades e institui\u00e7\u00f5es que possuem grandes financiamentos. O apoio do poder p\u00fablico e da sociedade, valorizando e financiando a ci\u00eancia, \u00e9 essencial para promover um ambiente favor\u00e1vel ao desenvolvimento cient\u00edfico. No entanto, mesmo diante dessas dificuldades, a ci\u00eancia do \u201cinterior\u201d brasileiro se mant\u00e9m resiliente e comprometida, produzindo estudos de grande impacto para a sociedade”, ressalta.<\/span><\/div>\n
\u00a0<\/span><\/div>\n
Um dos exemplos da persist\u00eancia no cen\u00e1rio cient\u00edfico nacional, o estudo colaborativo reuniu pesquisadores especializados em diversas \u00e1reas, como a Biomedicina, Matem\u00e1tica, F\u00edsica, Qu\u00edmica e Ci\u00eancia da Informa\u00e7\u00e3o, agregando cientistas da Fiocruz, UFSB e UFCSPA, combinando expertises e recursos. “O PlasmoQSAR \u00e9 um exemplo claro de como a ci\u00eancia brasileira, mesmo enfrentando limita\u00e7\u00f5es de recursos, pode alcan\u00e7ar avan\u00e7os not\u00e1veis e contribuir de forma significativa para a sa\u00fade global. Com mais investimento, poder\u00edamos ampliar ainda mais o alcance e o impacto dessas pesquisas”, destaca o professor Fabr\u00edcio Zanchi.<\/span><\/div>\n","protected":false},"excerpt":{"rendered":"

A verifica\u00e7\u00e3o da capacidade de compostos qu\u00edmicos para tratar enfermidades \u00e9 um dos aspectos testados para a valida\u00e7\u00e3o e autoriza\u00e7\u00e3o de medicamentos. \u00c9 uma etapa essencial para certificar que um princ\u00edpio ativo em uma determinada formula\u00e7\u00e3o cause o efeito desejado. Em geral, usa-se uma progress\u00e3o de modelos para esses testes, desde culturas em recipientes (in […]<\/p>\n","protected":false},"author":2,"featured_media":120343,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_links_to":"","_links_to_target":""},"categories":[1],"tags":[],"_links":{"self":[{"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/posts\/129789"}],"collection":[{"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/comments?post=129789"}],"version-history":[{"count":2,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/posts\/129789\/revisions"}],"predecessor-version":[{"id":129791,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/posts\/129789\/revisions\/129791"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/media\/120343"}],"wp:attachment":[{"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/media?parent=129789"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/categories?post=129789"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.r2cpress.com.br\/v1\/wp-json\/wp\/v2\/tags?post=129789"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}