ESTUDOS COMPUTACIONAIS PARA NOVAS POSSIBILIDADES DE SÍNTESE DE MOLÉCULAS CANDIDATAS A FÁRMACOS

A descoberta de novos medicamentos é um campo desafiador, com muitas etapas de testes e aprovação regulatória. No entanto, ela tem o potencial de transformar o tratamento de doenças, melhorar a qualidade de vida dos pacientes e até salvar vidas. A bioinformática desempenha um papel fundamental no desenvolvimento de fármacos, permitindo uma abordagem mais eficiente e precisa no processo de descoberta e otimização de medicamentos. A triagem virtual, por exemplo, utiliza técnicas de simulações computacionais para identificar moléculas mais promissoras para alvos específicos. Isso permite a seleção mais rápida e direcionada de candidatos a fármacos promissores, reduzindo o número de compostos a serem testados experimentalmente. Após a identificação e validação de um alvo farmacológico, por exemplo as enzimas quinases em câncer, pode-se planejar moléculas promissoras para este alvo. Se o tipo de câncer for cerebral, tal como o glioblastoma, estudos de moléculas promissoras para a capacidade de atravessar a barreira hematoencefálica podem contribuir de maneira expressiva. Neste sentido, estudos computacionais prévios foram executados para selecionar moléculas com bons parâmetros farmacocinéticos, alta atividade biológica e possibilidade de serem sintetizadas. O objetivo deste trabalho foi realizar estudos in silico para selecionar moléculas promissoras para serem propostas como novos potenciais futuros fármacos para tratamento de Glioblastoma. Foi realizado um estudo in silico contendo 57 moléculas. Todas as moléculas propostas foram submetidas em plataformas computacionais para avaliar parâmetros farmacocinéticos como, perfil para boa biodisponibilidade oral de acordo com a “Regra dos cinco de Lipinsk, capacidade de inibição de quinases, capacidade de atravessar a barreira hematoencefálica. No presente trabalho foi possível selecionar um grupo de moléculas mais promissoras. As moléculas 20, 39, 44, 45, 51 e 55 apresentaram potencial para atravessar a barreira hematoencefálica, de acordo com a nota final do Score definido neste estudo. Já as moléculas 20, 39, 45, 51, 54, 55, 56 e 57 mostraram-se promissoras na inibição de quinases com base nos valores de pIC50 calculados, indicando serem as mais promissoras. Já a molécula 39 destacou-se por apresentar o maior valor de pIC50 estimado e por apresentar maior valor do Score desta triagem. Portanto, através deste estudo in silico, pode-se destacar a molécula 39 como a mais promissora para a síntese e testes in vitro.