Uma pesquisa desenvolvida no Programa de Pós-Graduação em Ciência da Computação (PPGCC) da UFV (Universidade Federal de Viçosa) trouxe uma contribuição científica bastante importante no que diz respeito à acetilcolinesterase (AchE), um alvo enzimático chave em distúrbios neurodegenerativos e intoxicações que afetam o ser humano. Essa enzima, encontrada no sistema nervoso, é fundamental para a regulação da atividade da acetilcolina, um neurotransmissor que desempenha papel significativo na comunicação entre os neurônios.
Dentre outras funções fisiológicas, a acetilcolina é responsável por estimular a contração muscular e o funcionamento de glândulas do sistema digestório, controlar os batimentos cardíacos e auxiliar na memória e aprendizado.
Isso significa, portanto, que a enzima acetilcolinesterase é extremamente importante para o funcionamento adequado dos sistemas nervoso e muscular no nosso organismo. Essa enzima garante que o impulso nervoso tenha um “liga e desliga” preciso. Qualquer desregulação ou inibição dela pode provocar sérios problemas de saúde. Por essa razão, a necessidade não apenas de se conhecer cada vez mais sobre a acetilcolinesterase, mas também sobre os mecanismos de ação de seus inibidores, ou seja, daquelas substâncias que bloqueiam a ação dessa enzima. Daí a importância da pesquisa realizada pelo doutorando em Ciência da Computação Moruf Adedeji Adeagbo (nas fotos acima e abaixo) no PPGCC. Em colaboração com pesquisadores brasileiros e nigerianos, seu estudo atuou no desenvolvimento de abordagens computacionais robustas para a descoberta desses inibidores.
Ao invés das abordagens de triagem AChE baseadas em representações moleculares predefinidas ou estratégias isoladas de seleção de modelos, que normalmente são utilizadas, Moruf trabalhou uma estrutura que integra comparação estatística de modelos, seleção de fingerprints baseada em MCDM (método que permite avaliar e comparar diferentes alternativas com base em múltiplos critérios), calibração de probabilidade e validação externa multifonte dentro de um fluxo de trabalho unificado de priorização de compostos. Conforme o pesquisador, essa estrutura possibilitou a criação de uma estratégia reprodutível para selecionar representações moleculares e modelos preditivos calibrados para triagem virtual que podem ser adaptados a outros alvos moleculares com dados adequados de bioatividade.
Fonte: UFV
