Estudos in silico de Compostos com Atividade Frente aos Alvos DPP-IV e FAP-α
O uso de técnicas computacionais para desenvolver novos candidatos a fármacos tem o intuito de melhorar o perfil farmacocinético, farmacodinâmico, e de toxicidade dos mesmos, bem como ultrapassar barreiras patentárias. Neste trabalho, utilizamos técnicas de modelagem molecular para analisar as características estruturais da DPP-IV e FAP-α, bem como a forma de interação entre um grupo de compostos (ligantes) selecionados para cada um dos alvos biológicos. A enzima DPP-IV está relacionada ao controle da glicemia e é associada à estimulação do pâncreas na produção de insulina sendo, portanto, um alvo de interesse da indústria farmacêutica para o tratamento do diabetes tipo II. Segundo a AID (Associação Internacional de Diabetes), em 2021 o número de pessoas com diabetes no mundo atingiu a marca de 537 milhões e estima-se que esse número possa chegar a 783 milhões de pessoas em 2045. Com números tão alarmantes, se faz necessária a descoberta de novos medicamentos que possam melhorar a qualidade de vida desses pacientes. Estudos indicam que inibidores da DPP-IV também podem apresentar ação sobre a FAP-α, uma enzima que está relacionada com reparação de tecidos e crescimento de tumores. Neste trabalho, foram utilizados métodos de modelagem molecular para construção e análise de modelos QSAR e análises via ancoramento molecular (docking), cálculos de modos normais e simulações de dinâmica molecular com a finalidade de compreender as características estruturais e eletrônicas dos ligantes que mais contribuem para atividade biológica. A análise estrutural e as simulações de docking possibilitaram a identificação de interações importantes para atividade biológica: HB e do tipo π-π entre os resíduos SER630 e TYR622 e 666 e as regiões trifluorfenil e ciclohexilamina dos ligantes, regiões essas confirmadas pelos modelos de QSAR. Os cálculos dos modos normais e refinamento via simulações de dinâmica molecular indicaram a estabilidade dos ligantes nos sítios de ligação, bem como seu efeito nos movimentos das enzimas e na estabilidade dos sítios de ligação. Os modelos QSAR obtidos se mostraram robustos e preditivos (CoMFA: r2 = 0,988 e q2 = 0,768; e CoMSIA: r2 = 0,988 e q2 = 0,768). Com as informações obtidas será possível propor com maior segurança modificações moleculares para tais compostos candidatos a fármacos para o tratamento do diabetes tipo 2.