🧬 biology

Structure-Guided Repurposing of SARS-CoV-2 Compounds Identifies Putative Inhibitors of Mpox Viral Enzymes

Este estudio emplea un flujo de trabajo de reposicionamiento guiado por estructura para identificar y priorizar candidatos antivirales específicos contra el SARS-CoV-2, tales como J08_67 y J08_51, como inhibidores potenciales de enzimas virales clave de Mpox mediante acoplamiento computacional riguroso, simulaciones de dinámica molecular y perfilado farmacocinético.

Autores originales: Abubakar S. Abdullahi, Mathieu J.M. Tjegbe, Clovis S. Metuge, Sunday N. Okafor, Fidele Ntie-Kang

Publicado 2026-08-13

📖 7 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Abubakar S. Abdullahi, Mathieu J.M. Tjegbe, Clovis S. Metuge, Sunday N. Okafor, Fidele Ntie-Kang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina el mundo de los virus como una ciudad bulliciosa y caótica donde diminutos invasores intentan secuestrar nuestras células para construir más de sí mismos. Para detenerlos, los científicos actúan como maestros cerrajeros, tratando de diseñar llaves que encajen perfectamente en las cerraduras específicas (proteínas) que los virus utilizan para funcionar. A veces, estas cerraduras se ven sorprendentemente similares entre diferentes familias de virus, tal como el pomo de una puerta de una casa podría parecerse mucho al de un castillo. Esta similitud ofrece a los científicos un atajo inteligente: en lugar de forjar una llave nueva desde cero para cada nuevo virus, pueden probar llaves que ya han fabricado para un virus para ver si encajan en las cerraduras de otro. Esto se llama "reposicionamiento de fármacos". En esta historia, los investigadores están analando el virus Mpox, un alborotador que ha estado causando brotes nuevamente. Quieren encontrar nuevas formas de detenerlo, específicamente bloqueando tres máquinas críticas dentro del virus: un par de tijeras (proteasa) que corta partes virales, una máquina de estampado (metiltransferasa) que etiqueta mensajes virales y una trituradora (nucleasa) que destruye las señales de alerta de nuestro sistema inmunológico.

Los investigadores decidieron probar una enorme colección de llaves diseñadas originalmente para combatir el SARS-CoV-2 (el virus detrás del COVID-19) contra estas máquinas de Mpox. No solo adivinaron; utilizaron poderosas simulaciones por computadora para ver qué tan bien encajaban las llaves. Piensa en esto como un videojuego de alta tecnología donde lanzas miles de llaves virtuales en cerraduras virtuales para ver cuáles giran suavemente. Descubrieron que, aunque algunas llaves se veían geniales a primera vista, en realidad se trababan o se desmoronaban cuando la simulación se volvía más realista. Sin embargo, identificaron algunas llaves sobresalientes que parecían encajar muy bien en las cerraduras de Mpox, lo que sugiere que podrían ser el comienzo de nuevas medicinas. Pero aquí está el truco: estas son solo predicciones por computadora. Las llaves no han sido probadas en un laboratorio real o en células vivas todavía, por lo que son "qué pasaría si" prometedores en lugar de curas garantizadas.

La Gran Búsqueda de Llaves: Encontrando Detenedores de Mpox

En este estudio, un equipo de científicos emprendió una búsqueda del tesoro digital. Su objetivo era ver si podían tomar prestada una biblioteca de compuestos (llaves químicas) que fueron estudiados previamente para combatir el SARS-CoV-2 y usarlos para detener el virus Mpox. Se centraron en tres objetivos específicos dentro del virus Mpox, que son esenciales para que el virus sobreviva y se propague:

La Proteasa Central: Imagina esto como las tijeras internas del virus. Corta largas cadenas de proteínas virales en piezas más pequeñas y utilizables. Si bloqueas estas tijeras, el virus no puede construirse a sí mismo.
La Metiltransferasa VP39: Esta es como una máquina de estampado. Pone una "capa" especial en los mensajes genéticos del virus para que la célula huésped los lea como sus propias instrucciones. Detén el estampado, y la célula ignorará al virus.
La Nucleasa Poxin: Piensa en esto como una trituradora. Destruye las señales de alerta que nuestro sistema inmunológico envía cuando detecta una infección. Si bloqueas la trituradora, el sistema inmunológico se mantiene alerta y contraataca.

El equipo tomó una biblioteca de 1,238 compuestos químicos diferentes —algunos naturales, otros sintéticos— que habían sido analizados para el SARS-CoV-2. Los pasaron por una serie de pruebas computacionales, comenzando con un barrido rápido y amplio (Cribado de Alto Rendimiento) para encontrar los candidatos más prometedores, y luego haciendo un acercamiento para un vistazo detallado (Acoplamiento Molecular) para ver exactamente cómo encajaban.

Los Resultados: Ganadores, Perdedores y "Casi" Ganadores

Las simulaciones por computadora revelaron resultados fascinantes, pero también mostraron por qué no puedes confiar ciegamente en la primera cosa que se ve bien.

Los Hallazgos de la Proteasa (Las Tijeras):
Al principio, un compuesto llamado 78097010 parecía la superestrella. Tenía el mejor "puntaje de acoplamiento", que es como obtener la calificación más alta en un examen. Sin embargo, cuando los científicos realizaron una simulación más realista que tenía en cuenta el agua y cómo la molécula se dobla (llamada MM-GBSA), este compuesto se desmoronó. Resultó que, aunque encajaba en la cerradura, el costo energético para llegar allí era demasiado alto, como intentar forzar una llave en una cerradura que es demasiado apretada.
En su lugar, otros dos compuestos emergieron como los verdaderos contendientes:

J08_67: Este tuvo el perfil de energía más estable. Encajó bien y se mantuvo en su lugar. En las simulaciones, mostró una energía de unión de -37.03 kcal/mol, lo cual es mejor que el compuesto de referencia que usaron para comparar. También parecía que sería fácil de absorber por el cuerpo.
J02_11: Este fue un poco menos estable en energía, pero fue increíblemente constante a lo largo del tiempo. En una simulación de 100 nanosegundos (que es como ver una película de la interacción de la molécula con el virus), J02_11 mantuvo su unión con una parte específica del virus (un enlace de hidrógeno con Lys126) durante el 85% del tiempo. Fue un compañero muy confiable.

Los Hallazgos de la VP39 (La Máquina de Estampado):
Aquí, los resultados fueron aún más claros. Un compuesto llamado JBB43_0001 tuvo el mejor puntaje inicial, pero nuevamente, la revisión de energía detallada contó una historia diferente. El verdadero ganador fue J08_51.

J08_51 mostró una energía de unión masiva de -73.61 kcal/mol en la verificación inicial, e incluso después de realizar la simulación de 100 nanosegundos, se mantuvo fuerte con una energía promedio de -68.38 ± 10.25 kcal/mol.
Formó un vínculo muy fuerte y duradero con una parte del virus llamada Asp95 (manteniéndose unido durante el 85% del tiempo de la simulación) y entabló nuevas amistades con Arg114 y Asp152.
Sin embargo, los científicos señalaron que J08_51 podría ser un poco "tosco" para un fármaco real. Tiene una baja capacidad predicha de absorción por el intestino y es complejo de fabricar en un laboratorio, lo que significa que necesitaría algunos ajustes para convertirse en una medicina.

Los Hallazgos de la Poxin (La Trituradora):
Este objetivo fue el más cauteloso. El compuesto con el puntaje más alto de la detección inicial, SA40_0002, resultó ser una falsa alarma. Tenía una enorme "penalización de solvatación", lo que significa que odiaba estar en el agua, lo que lo haría inútil en el cuerpo.

El mejor candidato aquí fue J02_14. Tenía un perfil equilibrado y no se desmoronó como los otros. Sin embargo, no era tan fuerte como el compuesto de referencia que los científicos utilizaron, y debido a que el equipo no realizó la larga simulación de 100 nanosegundos para este, sigue siendo un "tal vez" en lugar de un líder confirmado.

Lo Que Esto Significa (Y Lo Que No)

La gran conclusión de este artículo es que el reposicionamiento cruzado de virus funciona, pero hay que tener cuidado. El hecho de que una llave encaje en la cerradura en una pantalla de computadora no significa que girará la cerradura en la vida real. El estudio demostró que mirar el "costo de energía" del ajuste (usando MM-GBSA) y observar cómo se comporta la molécula a lo largo del tiempo (usando Dinámica Molecular) es crucial. Sin estos pasos adicionales, los científicos habrían elegido las llaves equivocadas (como 78097010 y SA40_0002).

Los autores son muy claros sobre los límites de su trabajo. Ellos no probaron que estos compuestos maten al virus. No los probaron en células o animales. No demostraron que sean seguros para los humanos. Todo lo que han hecho es usar computadoras para encontrar algunos "inhibidores putativos", lo que significa "inhibidores sospechosos", que parecen lo suficientemente prometedores como para ser probados en un laboratorio real.

El artículo sugiere que J08_67 y J02_11 son los mejores puntos de partida para la proteasa, y J08_51 es el mejor punto de partida para la enzima VP39. Estos compuestos son ahora la "lista corta" para la siguiente etapa de investigación, donde científicos reales mezclarán estos compuestos con partes reales del virus para ver si realmente detienen el funcionamiento del virus. Hasta entonces, siguen siendo pistas fascinantes generadas por computadora en la batalla continua contra el Mpox.

Resumen Técnico: El reposicionamiento dirigido por estructura de compuestos de SARS-CoV-2 identifica inhibidores putativos de enzimas virales de Mpox

Planteamiento del problema
La viruela del mono (anteriormente mpox) ha resurgido como una preocupación de salud pública mundial, aunque las opciones terapéuticas siguen siendo limitadas. El principal antiviral, el tecovirimat, actúa sobre la proteína VP37 viral y enfrenta desafíos relacionados con la resistencia, una eficacia limitada en diversas demografías y una incapacidad para limitar completamente la reproducción viral. Existe una necesidad urgente de estrategias terapéuticas alternativas que apunten a distintos mecanismos virales. Mientras que el descubrimiento de fármacos de novo es intensivo en recursos y lento, el reposicionamiento de fármacos ofrece una vía rápida. Sin embargo, muchas enzimas virales comparten características estructurales y mecánicas conservadas entre familias de virus, lo que sugiere que los compuestos optimizados para un virus (por ejemplo, SARS-CoV-2) pueden retener actividad contra objetivos relacionados en otro (por ejemplo, Mpox). Este estudio aborda la brecha en la identificación de inhibidores específicos y potentes para tres enzimas virales esenciales de Mpox: la proteasa central I7L (esencial para la maduración del virión), la metiltransferasa de la caperuza de ARNm VP39 (esencial para el proceso de caperuza del ARNm) y la nucleasa poxin (involucrada en la evasión inmunitaria).

Metodología
El estudio empleó un marco computacional jerárquico, guiado por la estructura, para cribar una biblioteca curada manualmente de 1,238 compuestos antivirales de SARS-CoV-2 (la biblioteca UB-CeDD) contra los tres objetivos de Mpox. El flujo de trabajo procedió de la siguiente manera:

Preparación de los objetivos: Se recuperaron estructuras cristalinas de alta resolución de los Protein Data Bank (PDB IDs: 9LIL para la proteasa central, 8B07 para VP39 y 8ORV para poxin). Las estructuras se prepararon mediante el software Maestro de Schrödinger, incluyendo la asignación del estado de protonación (pH 7.0), la eliminación de artefactos y la minimización de energía.
Validación del protocolo: El protocolo de docking se validó mediante el redocking de ligandos co-cristalizados en sus respectivos sitios de unión, obteniendo valores de Desviación de la Raíz Cuadrática Media (RMSD) de 1.46 Å (proteasa), 0.79 Å (VP39) y 1.83 Å (poxin), confirmando la fiabilidad de las definiciones de los sitios de unión.
Cribado virtual: Se aplicó un proceso de cribado de múltiples etapas:
- Cribado Virtual de Alto Rendimiento (HTVS): Se realizó el cribado de toda la biblioteca para identificar los aciertos iniciales.
- Docking de Precisión Estándar (SP) y Precisión Extra (XP): Los principales aciertos se volvieron a acoplar con una precisión creciente. Se realizó un análisis de interacción de ligandos en compuestos con puntuaciones $\leq$ -6.00 kcal/mol.
- Recalificación mediante MM-GBSA: Las energías libres de unión ( $\Delta G_{bind}$ ) se calcularon utilizando el Área de Superficie de Born Generalizada de Mecánica Molecular (MM-GBSA) para refinar las clasificaciones y tener en cuenta los efectos de solvatación y deformación (strain).
Simulaciones de Dinámica Molecular (MD): Los complejos con las puntuaciones más altas para la proteasa central y VP39 se sometieron a simulaciones de MD de 100 ns utilizando el sistema Desmond. La estabilidad se evaluó mediante la Desviación de la Raíz Cuadrática Media (RMSD), la Fluctuación de la Raíz Cuadrática Media (RMSF) y la persistencia de la interacción proteína-ligando.
Perfil Farmacocinético: Los principales candidatos fueron evaluados mediante propiedades ADMET (Absorción, Distribución, Metabolismo, Excreción, Toxicidad) utilizando SwissADME y pKCSM.

Resultos Clave
El estudio identificó candidatos líderes específicos para cada objetivo, con clasificaciones que cambiaron significativamente tras la recalificación por MM-GBSA y el análisis dinámico:

Proteasa Central de Mpox (I7L):
- J08_67 surgió como el candidato energético superior con la energía de unión estática MM-GBSA más favorable ( $\Delta G_{bind} = -37.03$ kcal/mol), superando al ligando co-cristalizado. Exhibió un perfil farmacocinético equilibrado con una alta absorción gastrointestinal y una puntuación de biodisponibilidad de 0.55.
- J02_11 demostró una estabilidad dinámica superior durante las simulaciones de 100 ns, manteniendo un complejo receptor estable y formando un enlace de hidrógeno persistente con Lys126 (85% de ocupación). Su energía post-MD MM-GBSA fue comparable a la del ligando de referencia.
- Notablemente, el primer acierto de docking (78097010) fue despriorizado debido a las altas penalizaciones de solvatación y la energía de deformación del ligando en el análisis MM-GBSA.
Metiltransferasa VP39:
- J08_51 fue identificado como el candidato principal. Aunque JBB43_0001 tuvo la mejor puntuación de docking inicial, J08_51 mostró la energía de unión MM-GBSA más fuerte ($-73.61$ kcal/mol) y mantuvo interacciones favorables con Asp95, Arg114 y Asp152 durante la simulación.
- Sin embargo, J08_51 mostró una menor absorción gastrointestinal predicha (puntuación de biodisponibilidad 0.17) y una mayor complejidad de accesibilidad sintética, lo que sugiere que requiere optimización de química medicinal en lugar de un reposicionamiento directo.
Nuclease Poxin:
- J02_14 mostró el perfil energético no nativo más coherente entre los aciertos, aunque siguió siendo más débil que el ligando co-cristalizado. El primer acierto de docking (SA40_0002) fue despriorizado debido a un $\Delta G_{bind}$ positivo impulsado por grandes penalizaciones de solvatación y deformación del ligando.
- No se realizaron simulaciones de MD ni análisis farmacocinéticos para los candidatos de poxin debido a sus puntuaciones de confianza más bajas en comparación con los otros objetivos.
Seguridad y Desarrollabilidad:
- Los compuestos priorizados (J08_67, J02_11, J08_51) no mostraron mutagénesis Ames predicha, inhibición de hERG-I o hepatotoxicidad.
- El estudio destacó que confiar únicamente en las puntuaciones de docking puede ser engañoso; la recalificación por MM-GBSA fue crítica para filtrar compuestos con energías de solvatación o deformación desfavorables.

Significancia y Reivindicaciones
El artículo afirma que el reposicionamiento del espacio químico entre virus es una estrategia viable para generar hipótesis específicas de objetivos para Mpox. El estudio no pretende haber descubierto un fármaco clínico, sino "inhibidores putativos" e "hipótesis líderes".

La significancia principal radica en la demostración de que la integración de los efectos de solvatación, la deformación del ligando y la estabilidad dinámica (vía MD) mejora significamente la priorización de candidatos más allá de las puntuaciones de docking estático. Los autores sostienen que su flujo de trabajo integrado identificó con éxito puntos de partida químicamente distintos para tres enzimas de Mpoka mecánicamente diferentes. Específicamente, proponen:

J08_67 como el candidato más equilibrado para la proteasa central basado en la energética y la desarrollabilidad.
J02_11 como una alternativa de soporte dinámico para la proteasa central.
J08_51 como el líder más fuerte para VP39, pendiente de optimización estructural para mejorar la biodisponibilidad.
J02_14 como una sonda de menor confianza para poxin.

Los autores enfatizan que estos hallazgos justifican la validación bioquímica (ensayos de inhibición enzimática, pruebas antivirales en células) y una mayor optimización de la química medicinal antes de que cualquier aplicación terapéutica pueda ser considerada. El estudio se posiciona como una base computacional para el trabajo experimental futuro en lugar de una solución terapéutica definitiva.

La Gran Búsqueda de Llaves: Encontrando Detenedores de Mpox

Los Resultados: Ganadores, Perdedores y "Casi" Ganadores

Lo Que Esto Significa (Y Lo Que No)

Más como este