Pesquisadores da UFOP propõem uso da bioinformática para identificar e combater antígenos do novo coronavírus

A técnica é aplicada para identificar no genoma de patógenos (como o Sars-Cov-2) possíveis alvos antigênicos para potenciais vacinas contra doenças virais, bacterianas e parasitárias. É assim que o professor da Escola de Farmácia e pesquisador do Núcleo de Pesquisas em Ciências Biológicas (Nupeb) da Universidade Federal de Ouro Preto (UFOP), Alexandre Reis, tem trabalhado ao longo dos últimos 12 anos para desenvolver novas vacinas contra a Leishmaniose — zoonose de evolução crônica que, se não tratada, pode levar a óbito em até 90% dos casos, segundo o Ministério da Saúde.

Entretanto, com a pandemia da Covid-19, os professores da UFOP Alexandre Reis, Bruno Mendes Roatt e Rory Brito, pesquisadores do mesmo laboratório, empregaram a plataforma de bioinformática na leitura das sequências genéticas do novo coronavírus para identificar qual delas pode induzir uma resposta da célula T no organismo, além da produção de anticorpos neutralizantes.

"Desenvolvemos uma plataforma de vacinologia reversa que emprega algoritmos (pipeline) para avaliação dos genomas de agentes causadores de doenças infectoparasitárias, e agora estamos aplicando este pipeline no genoma do Sars-Cov-2 para a seleção de vacinas candidatas. Para isso, um programa faz a predição do que chamamos de epítopo de linfócitos T e B. Então, partimos do genoma do vírus para que o programa faça a leitura das sequências genéticas e possa identificar quais são codificadoras de proteínas alvos e com isto construir os conjuntos de proteínas (aminoácidos) que vão induzir a resposta da célula T e B (com produção de anticorpos neutralizantes)”, explica Alexandre.

Responsáveis pela defesa do organismo contra patógenos invasores, como os vírus, as células T são capazes de induzir respostas efetoras e até mesmo a autodestruição das células apresentadoras de antígenos. Além dos programas que vão identificar quais sequências podem induzir resposta positiva das células T, outros algoritmos produzem predições que podem apontar se tais conjuntos de aminoácidos são capazes de produzir resposta de anticorpos, as chamadas células B.

"Depois de concluídas as duas etapas, passamos pelo pipeline de vacinologia reversa e temos as sequências do genoma que podem codificar as proteínas do vírus. A partir disso, podemos então construir um modelo de vacina desenhado a partir dos modelos computacionais. Em outros programas, conseguimos fazer predição dos peptídeos — pedaços de proteínas registrados no RNA viral por meio de sequências de aminoácidos — que identificamos como potenciais vacinas e se eles são reconhecidos pelas células do sistema imune", acrescenta o pesquisador.

A tecnologia desenvolvida pelo grupo de pesquisa liderado pelos professores e pesquisadores da UFOP figurou em artigo da revista Nature sobre os avanços tecnológicos empregados na busca pela vacina contra a Covid-19.

Confira a publicação original, em inglês.