Como a computação tem colaborado para a luta contra a COVID-19?
Muitos pensam que a busca por um tratamento para o novo coronavírus se restringe a profissionais paramentados com aventais, luvas, manipulando pipetas e diferentes tipos de vidrarias. Entretanto, existem outros profissionais com uma grande importância nessa luta, vestindo bermuda, chinelo, trabalhando horas a fio na frente do computador, operando seus scripts bash e programando; são os cientistas da computação. Atualmente a computação está em tudo nas nossas vidas, incluindo no combate contra diversas doenças, dentre elas, a COVID-19.
Para entendermos isto melhor, devemos relembrar o que aprendemos no ensino-médio: o DNA é molde para a criação do RNA, que por sua vez se traduz em proteína. Essa proteína, formada por uma cadeia de aminoácidos, tem uma estrutura tridimensional. Esta estrutura é o que determina a função da proteína e como elas podem se ligar a outras moléculas (modelo chave-fechadura). Por sua vez, receptores são proteínas que interagem com substâncias no interior das células, levando ao desencadeamento de diversas reações intracelulares.
Nesse ponto a computação entra como técnica essencial para a descoberta de fármacos que podem atuar no combate a COVID-19.
Uma técnica é a virtual screening, que realiza uma vasta pesquisa por compostos promissores a serem utilizados como uma medida terapêutica. Uma abordagem desta técnica que os softwares utilizam é o docking molecular. Ela consiste na predição da melhor orientação e conformação de uma molécula ligante no receptor. Na COVID-19, isto se tornaria interessante ao se tentar encontrar um composto capaz de se acoplar em um receptor do SARS-Cov-2 e interromper a replicação do vírus.
Essa técnica é computacionalmente cara devido ao grande número de alvos moleculares que podem ser explorados, sendo necessária a implementação de métodos rápidos e eficazes para a descoberta de nova droga. No Brasil, há um grupo que trabalha no desenvolvimento de uma ferramenta de virtual screening no LNCC (Laboratório Nacional de Computação Científica), chamada de DockThor.
Outra abordagem computacional que pode ser aplicada ao combate contra a COVID-19 é a construção de redes gênicas. Essas redes são compostas por vários genes que podem regular (aumentar ou reduzir) a expressão de outro gene. Conhecer essa rede provocada pela infecção do vírus pode auxiliar na identificação de fármacos já conhecidos que podem combater os efeitos da infecção em uma pessoa com o vírus. Para a construção dessa rede, há demanda de um trabalho prévio em laboratório para identificar ao menos um gene humano afetado pelo vírus. A boa notícia é que um estudo recente conseguiu identificar 94 genes afetados. Para cada um desses genes, é realizada uma busca computacional extensiva em banco de dados a fim de identificar outros genes que podem estar relacionados a estes 94.
Computacionalmente, essa rede de interação entre os genes e fármacos pode ser representada por um grafo, que é uma estrutura muito conhecida para nós “escovadores de bits”. Nesta estrutura, os genes e os fármacos seriam os vértices, e as suas interações, as arestas do grafo. Assim, teríamos uma lista de possíveis fármacos para o combate contra a COVID-19. E você, leitor? Você teria alguma sugestão de algoritmo em grafos que poderia ser aplicada? Qual informação relevante ela nos traria?
Bibliografia
Chen, Y. W., Yiu, C. B., & Wong, K. Y. (2020). Prediction of the SARS-CoV-2 (2019-nCoV) 3C-like protease (3CL pro) structure: virtual screening reveals velpatasvir, ledipasvir, and other drug repurposing candidates. F1000Research, 9, 129. https://doi.org/10.12688/f1000research.22457.2
Hiram Guzzi, P., Mercatelli, D., Ceraolo, C., & Giorgi, F. M. (2020). Master Regulator Analysis of the SARS-CoV-2/Human interactome. BioRxiv, (March), 2020.03.15.992925. https://doi.org/10.1101/2020.03.15.992925
Zhou, Y., Hou, Y., Shen, J., Huang, Y., Martin, W., & Cheng, F. (2020). Network-based drug repurposing for novel coronavirus 2019-nCoV/SARS-CoV-2. Cell Discovery, 6(1). https://doi.org/10.1038/s41421-020-0153-3