Investigadores usan cribado virtual y análisis celulares para identificar drogas de segundo uso para el tratamiento de la COVID-19

El equipo de investigación del Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST; Daejeon, Corea), sugirió la estrategia para la detección virtual con falsos positivos muy reducidos mediante la incorporación de filtrado previo al acoplamiento basado en similitud de formas y filtrado posterior al acoplamiento basado en similitud de interacción. La estrategia ayudará a desarrollar medicamentos terapéuticos para la COVID-19 y otras enfermedades antivirales más rápidamente.

El segundo uso de fármacos es una estrategia práctica para desarrollar fármacos antivirales en un corto período de tiempo, especialmente durante una pandemia mundial. En muchos casos, el segundo uso de medicamentos comienza con el cribado virtual de medicamentos aprobados. Sin embargo, la tasa de aciertos real del cribado virtual es baja y la mayoría de los fármacos candidatos previstos son falsos positivos.

Los investigadores de KAIST seleccionaron 6.218 medicamentos de una colección de medicamentos aprobados por la FDA o en ensayos clínicos e identificaron 38 medicamentos potenciales de segundo uso para la COVID-19 con esta estrategia. Entre ellos, siete compuestos inhibieron la replicación del SARS-CoV-2 en las células Vero. Tres de estos fármacos, emodina, omipalisib y tipifarnib, mostraron actividad anti-SARS-CoV-2 en células pulmonares humanas, Calu-3.

El equipo de investigación desarrolló algoritmos de filtrado efectivos antes y después de las simulaciones de acoplamiento para mejorar las tasas de aciertos. En el proceso de filtrado previo al acoplamiento, se seleccionaron compuestos con formas similares a los compuestos activos conocidos para cada proteína objetivo y se utilizaron para simulaciones de acoplamiento. En el proceso de filtrado posterior al acoplamiento, los productos químicos identificados a través de sus simulaciones de acoplamiento se evaluaron considerando la energía de acoplamiento y la similitud de las interacciones proteína-ligando con los compuestos activos conocidos. Los resultados experimentales mostraron que la estrategia de cribado virtual alcanzó una tasa alta de aciertos del 18,4%, lo que llevó a la identificación de siete fármacos potenciales de los 38 fármacos seleccionados inicialmente.

“Planeamos realizar más ensayos preclínicos para optimizar las concentraciones de fármacos, ya que uno de los tres candidatos no resolvió los problemas de toxicidad en los ensayos preclínicos”, dijo Woo Dae Jang, uno de los investigadores de KAIST.

“La parte más importante de esta investigación es que desarrollamos una tecnología que puede identificar rápidamente compuestos novedosos para el tratamiento de la COVID-19. Si usamos esta tecnología, podremos responder rápidamente a nuevas enfermedades infecciosas, así como a variantes del coronavirus”, dijo el profesor distinguido, Sang Yup Lee.

Enlace relacionado:
Instituto Avanzado de Ciencia y Tecnología de Corea