Priorização em larga-escala de proteínas-alvo para o desenvolvimento de novos compostos antileishmaniais através de integração de dados multiômicos e imunoinformática

As leishmanioses são um importante problema de saúde pública no Brasil, afetando populações vulneráveis em áreas de risco principalmente no Norte e Nordeste do país, mas avançando também no Sul e Centro-Oeste. No entanto, não há vacinas para combater a doença, cujo tratamento, em geral, usa drogas não específicas e desenvolvidas há muitas décadas. Essas medicações, contudo, em inúmeros casos desencadeiam reações adversas frequentes devido à sua elevada toxicidade, com poucas formulações novas sendo colocadas no mercado nos últimos anos.

Diante da realidade apresentadas, nota-se que há uma necessidade de terapias menos tóxicas ao paciente e mais efetivas. A determinação de novos alvos moleculares (ex. proteínas do parasito) representa uma etapa importante para o direcionamento de estratégias terapêuticas mais específicas e inovadoras. Neste projeto, iremos delinear e executar uma estratégia baseada em ferramentas de imunoinformática focando no conjunto de proteínas da Leishmania.

Estes resultados serão disponibilizados publicamente em um web server que integrará um compêdio de informações encontradas sobre cada proteína de interesse, o que servirá como um repositório computacional de novos alvos candidatos para a comunidade científica trabalhando nesta área.

Objetivos

Objetivo geral:

Delinear e executar uma estratégia computacional baseada em imunoinformática para a detecção de proteínas-alvo candidatas para o desenho de fármacos mais específicos para o controle das leishmanioses.

Objetivos específicos:

1. Identificar grupos de ortólogos entre os diferentes proteomas de Leishmania clinicamente relevantes.
2. Definir o catálogo de proteínas conservadas compondo o superfícioma e o secretoma destes patógenos.
3. Integrar o superfícioma e secretoma com dados de expressão em diferentes fases biologicamente relevantes do ciclo de vida do parasito.
4. Categorizar proteínas identificadas parasito quanto à sua essencialidade através de estratégias computacionais.
5. Predizer e classificar epítopos com afinidade por receptores de antígenos de células B.
6. Gerar modelos tridimensionais em proteínas imunogênicas de Leishmania baseados em homologia de estrutura.
7. Elaborar uma função de ranqueamento que permita a priorização das proteínas identificadas, formando um conjunto de alto valor para posterior exploração em experimentos in vitro e in vivo.
8. Integrar, visualizar e disponibilizar o conjunto dos resultados obtidos.