Detección de candidatos a fármacos para el tratamiento con COVID-19 mediante métodos computacionales


Los investigadores identificaron dos posibles fármacos candidatos que pueden inhibir el SARS-CoV-2 in vitro. Su combinación puede funcionar de forma sinérgica y aumentar su efecto inhibidor.

Aunque ya se han aprobado varias vacunas para combatir el COVID-19, no se sabe lo suficiente sobre su eficacia contra nuevas variantes del coronavirus 2 del síndrome respiratorio agudo severo (SARS-CoV-2).

Los tratamientos disponibles se dirigen al ciclo de vida del virus o la respuesta inmune del huésped. Otros posibles objetivos son la enzima convertidora de angiotensina 2 (ACE2) o la proteasa TMPRSS2, que son clave durante las etapas iniciales de la infección por el virus. Los medicamentos antivirales son otra clase de medicamentos que se están investigando.

Desarrollar nuevos fármacos es caro y lleva mucho tiempo. Entonces, la gente ha estado buscando reutilizar medicamentos que ya han sido aprobados. En lugar de analizar fármacos de forma experimental, los métodos computacionales pueden ser más rápidos y requerirían menos tiempo y recursos.

En un estudio publicado en el bioRxiv* servidor de preimpresión, los investigadores proponen un enfoque para priorizar los candidatos a fármacos para el tratamiento de COVID-19. El equipo seleccionó compuestos de la biblioteca de DrugBank mediante cribado virtual utilizando enfoques quiminformáticos y bioinformáticos para posibles antivirales contra COVID-19 y probó experimentalmente el rendimiento de los principales candidatos. in vitro.

Detección de posibles fármacos

Los autores analizaron los datos transcriptómicos disponibles públicamente para determinar el mecanismo de acción de los fármacos y los cambios realizados de acuerdo con enfermedades específicas. Identificaron estructuras en los compuestos que pueden afectar la infección viral inicial, revertir cualquier cambio en el transcriptoma inducido por virus y atacar genes en la respuesta inmune del huésped. Además, también seleccionaron estructuras químicas que se identificaron previamente como activas contra el SARS-CoV-2.

Con base en estos criterios, el equipo seleccionó a 700 candidatos para su estudio adicional. También incluyeron criterios como la disponibilidad, el precio y el almacenamiento de los medicamentos en su análisis. De la lista inicial, la acortaron aún más a 23 para probarla experimentalmente.

Aproximadamente la mitad de ellos se relacionan con tratamientos de tumores y ocho son inhibidores de quinasas. Las quinasas son importantes en muchos procesos biológicos y se han propuesto como tratamientos de COVID-19. Los medicamentos seleccionados comprenden antivirales, antimicrobianos y tratamientos contra el cáncer.

Aproximadamente la mitad de los medicamentos identificados mediante el enfoque ya se están investigando para el tratamiento de COVID-19. Esto demuestra la capacidad del método para identificar posibles candidatos a fármacos y también para identificar otros que no se han utilizado en asociación con COVID-19.

El equipo probó el efecto de los fármacos candidatos seleccionados en células HEK-293T que expresan ACE2 y TMPRSS2 humanos. Dos fármacos, 7-hidroxistaurosporina y bafetinib, mostraron una inhibición significativa de las células infectadas por virus.

La 7-hidroxistaurosporina es un fármaco antitumoral que se utiliza para tratar cánceres como la leucemia. Pero aún no se ha asociado con COVID-19. El bafetinib es un inhibidor de la tirosina quinasa que se usa contra la leucemia y también se identificó como un inhibidor del SARS-CoV-2 en otros estudios.

Los autores probaron si una combinación de los dos sería mejor para inhibir el SARS-CoV-2. Descubrieron que la 7-hidroxistaurosporina sola tenía una inhibición significativa de la infección viral a concentraciones bajas que no son citotóxicas. Una combinación con bafetinib redujo el número de células infectadas en más del 80%, sin efectos citotóxicos. Pruebas adicionales revelaron que los fármacos actúan inhibiendo el virus después de que ha entrado en las células.

(A) Estrategia de consenso para identificar la subestructura química relevante, utilizando métodos bioinformáticos y quimioinformáticos, así como resultados experimentales de la literatura publicada.  (B) El enfoque sugerido permite reducir el número de pruebas experimentales: toda la base de datos de DrugBank se filtró a menos de 2000 medicamentos relevantes y se realizaron pruebas in vitro en 23 candidatos.  (C) Representación gráfica de los medicamentos priorizados.  El tono de azul representa el número de subestructuras químicas identificadas en (A), presentes en los fármacos.  Los 23 compuestos seleccionados se muestran en rojo.  Fueron seleccionados entre los medicamentos que comparten la subestructura más relevante y que satisfacen criterios logísticos prácticos.  De los 23 fármacos, los 2 resaltados en verde se han identificado experimentalmente como activos.  (D) Caracterización farmacológica y descripción de asociación conocida con COVID-19 de los 23 fármacos probados.  In silico se refiere a fármacos derivados de estudios in silico, mientras que propuesto se refiere a fármacos sugeridos por su potencial papel terapéutico en la literatura.

(A) Estrategia de consenso para identificar la subestructura química relevante, utilizando métodos bioinformáticos y quimioinformáticos, así como resultados experimentales de la literatura publicada. (B) El enfoque sugerido permite reducir el número de pruebas experimentales: toda la base de datos de DrugBank se filtró a menos de 2000 medicamentos relevantes y se realizaron pruebas in vitro en 23 candidatos. (C) Representación gráfica de los medicamentos priorizados. El tono de azul representa el número de subestructuras químicas identificadas en (A), presentes en los fármacos. Los 23 compuestos seleccionados se muestran en rojo. Fueron seleccionados entre los medicamentos que comparten la subestructura más relevante y que satisfacen criterios logísticos prácticos. De los 23 fármacos, los 2 resaltados en verde se han identificado experimentalmente como activos. (D) Caracterización farmacológica y descripción de asociación conocida con COVID-19 de los 23 fármacos probados. In silico se refiere a fármacos derivados de estudios in silico, mientras que propuesto se refiere a fármacos sugeridos por su potencial papel terapéutico en la literatura.

Posible mecanismo de acción

Algunos virus patógenos humanos como el SARS-CoV-2 pueden causar la fusión de célula a célula, conocida como formación de sincitios, que se ha asociado con la propagación viral y el daño tisular. La infección por SARS-CoV-2 de las células HEK-293T conduce a su fusión, formando grandes células multinucleadas.

El análisis de imágenes mostró que la 7-hidroxistaurosporina podría inhibir esta fusión de célula a célula, y la combinación con bafetinib aumentó este efecto. Se sabe que el bafetinib aumenta la acumulación de fármacos contra el cáncer en las células, y esto podría proporcionar un mecanismo de su acción inhibidora cuando se combina con 7-hidroxistaurosporina.

Los investigadores también analizaron las estructuras químicas de los dos fármacos. Ambos son muy aromáticos con un sistema de enlace π conjugado y tienen una geometría plana. Sus geometrías tridimensionales eran aproximadamente un 67% similares, lo que podría explicar por qué ambos tienen actividad antiviral.

Los modelos de bafetinib han demostrado que puede bloquear un transportador de salida y eso podría explicar su efecto inhibidor. Pero, dado que ambos tienen efectos inhibidores por sí solos, el mecanismo exacto de cómo sucede esto aún no está claro.

“La metodología de priorización que desarrollamos nos permitió tomar una decisión informada sobre qué medicamentos probar, de entre los casi 8,000 medicamentos de DrugBank, lo que redujo significativamente los costos de reutilización de medicamentos y, al mismo tiempo, aumentó la tasa de éxito”, escriben los autores. Este enfoque podría ayudar a reutilizar los medicamentos no solo para las infecciones virales, sino también para otras.

*Noticia importante

bioRxiv publica informes científicos preliminares que no son revisados ​​por pares y, por lo tanto, no deben considerarse concluyentes, guiar la práctica clínica / comportamiento relacionado con la salud o tratarse como información establecida.

.



Source link