Busca por novos compostos bioativos em produtos naturais com atividade anti-helmíntica usando análises in silico e experimentais
O presente trabalho propõe a integração entre métodos computacionais e experimentais na prospecção de compostos naturais com potencial atividade anti-helmíntica frente ao parasita Schistosma mansoni, causador da esquistossomose. A partir de dados experimentais obtidos na literatura, foi desenvolvido e validado um modelo de machine learning robusto e com alta capacidade preditiva (R²teste > 0,89), capaz de identificar padrões estruturais associados à bioatividade e direcionar a seleção racional de compostos promissores. Com base nesse modelo, foram priorizados os alcaloides acutifolina, O-metilacutifolina e neoacutifolina, isolados previamente da espécie Zanthoxylum acutifolium (Rutaceae). Desta forma, essa espécie vegetal foi coletada e diferentes extratos foram obtidos. Frente aos resultados de atividade biológica in vitro frente ao S. mansoni (100% de morte do parasita < 200 µg/mL), um fracionamento cromatográfico foi realizado de modo a permitir o isolamento desses alcaloides. Os próximos estágios do projeto incluem a finalização da busca pelos alcaloides bem como, os ensaios biológicos e estudos in silico por buscas de alvos moleculares, para que assim seja possível consolidar uma abordagem racional e interdisciplinar na busca por novos agentes esquistossomicidas.