Discovery of Selective Nrf2 Activators from Natural Products: AComputational Screening Approach to Minimize Off-Target Effects on PXR and CYP2D6

Este estudo apresenta uma abordagem computacional inovadora que realizou uma triagem em larga escala de quase 630.000 produtos naturais para identificar 10 candidatos ultraseletivos que ativam eficazmente o Nrf2 enquanto minimizam os efeitos colaterais indesejados no PXR e no CYP2D6, estabelecendo uma nova base para o desenvolvimento de terapias mais seguras contra doenças relacionadas ao estresse oxidativo.

O essencial

Imagine que o seu corpo é uma cidade muito movimentada. Dentro dessa cidade, existe um herói guardião chamado Nrf2. A função dele é proteger as células contra "poluição" (estresse oxidativo) e incêndios (inflamação). Quando o Nrf2 está ativo, a cidade fica segura e saudável.

O problema é que, até agora, os cientistas tentavam "acordar" esse herói usando remédios que, infelizmente, tinham efeitos colaterais graves:

1. O "Alarme Falso" (PXR): Alguns remédios ativavam o Nrf2, mas também ligavam o alarme de incêndio errado (o receptor PXR). Isso causava confusão no sistema de transporte de remédios do corpo, fazendo com que outros medicamentos parassem de funcionar ou ficassem tóxicos.
2. O "Trânsito Bloqueado" (CYP2D6): Outros remédios bloqueavam uma avenida principal (a enzima CYP2D6), impedindo que o corpo processasse outros remédios, o que poderia ser perigoso.

A Grande Missão: Encontrar o "Chave Mestra" Perfeita

Os pesquisadores da Universidade de Ciência e Tecnologia da China (UESTC) tiveram uma ideia brilhante: em vez de tentar adivinhar qual remédio funcionaria, eles usaram um supercomputador para testar quase 630.000 produtos naturais (como compostos encontrados em plantas, fungos e bactérias) de uma só vez.

Eles criaram um sistema de "peneira" de três camadas, como se fossem filtros de café cada vez mais finos:

• Filtro 1 (A Peneira Grossa): Procuraram qualquer produto que conseguisse acordar o Nrf2, mas que não ligasse o alarme falso (PXR) e não bloqueasse a avenida principal (CYP2D6) de forma extrema.
• Filtro 2 (A Peneira Média): Dos que passaram, escolheram os que eram ainda mais fortes contra o Nrf2 e ainda mais gentis com os outros sistemas.
• Filtro 3 (A Peneira de Diamante): Aqui, eles encontraram apenas 10 "estrelas". Essas 10 substâncias são incrivelmente precisas: elas acordam o herói Nrf2 com força total, mas ignoram completamente os alarmes falsos e não atrapalham o trânsito.

O Que Eles Descobriram? (As Analogias)

1. A Forma Importa: Eles descobriram que os "vencedores" não eram os remédios planos e chatos (como folhas de papel). Os melhores eram moléculas tridimensionais, parecidas com esferas, blocos de Lego ou estruturas complexas (como lipídios e nucleosídeos).

   • Analogia: Imagine que o Nrf2 é uma fechadura com formato de uma bola de tênis. A maioria dos remédios antigos são chaves planas que não encaixam direito. Os novos candidatos são chaves em 3D que se encaixam perfeitamente, sem tocar nas outras fechaduras vizinhas (PXR e CYP2D6).

2. Segurança por Design: Eles não esperaram para ver se o remédio era perigoso no final. Eles projetaram a busca para que a segurança fosse o critério principal desde o início. É como construir um carro que, antes de sair da fábrica, já passa por testes de colisão e de consumo de combustível.

3. Os "Top 10": Das 630.000 opções, apenas 10 foram escolhidas para testes reais. Uma delas (CNP0371205.2) é tão boa que é 12 vezes mais específica para o Nrf2 do que para os alvos perigosos. É como ter um canivete que corta apenas o papel que você quer, sem cortar a mesa ou a mão.

Por que isso é importante?

Muitos remédios falham no final do processo porque causam efeitos colaterais inesperados. Este estudo cria um mapa do tesouro e uma ferramenta de navegação para que, no futuro, os cientistas possam criar remédios para doenças como Alzheimer, problemas cardíacos e câncer que sejam:

• Eficazes: Funcionam mesmo.
• Seguros: Não estragam outros remédios que você toma.
• Naturais: Baseados em moléculas que a natureza já criou.

Em resumo, eles usaram a inteligência artificial para encontrar a "agulha no palheiro" que não só resolve o problema, mas também não causa novos problemas. É um grande passo para uma medicina mais inteligente e segura.

Resumo técnico

Título: Descoberta de Ativadores Seletivos de Nrf2 a partir de Produtos Naturais: Uma Abordagem de Triagem Computacional para Minimizar Efeitos Off-Target em PXR e CYP2D6

1. O Problema

O fator nuclear eritroide 2 relacionado ao fator 2 (Nrf2) é um regulador central das respostas antioxidantes celulares e um alvo terapêutico promissor para doenças relacionadas ao estresse oxidativo (como neurodegeneração, doenças cardiovasculares e câncer). No entanto, a tradução clínica de ativadores de Nrf2 tem sido dificultada por efeitos off-target significativos:

• Ativação não intencional do Receptor X de Pregnano (PXR): Isso leva a interações medicamentosas perigosas (DDIs), pois o PXR regula o metabolismo de xenobióticos.
• Inibição da Citocromo P450 2D6 (CYP2D6): Isso perturba o metabolismo de aproximadamente 25% dos medicamentos prescritos, causando complicações metabólicas.

A maioria dos estudos anteriores focou na potência (eficácia) em vez da seletividade, resultando em falhas em estágios tardios de desenvolvimento de fármacos.

2. Metodologia

Os autores desenvolveram um pipeline computacional de grande escala baseado no conceito de "Safety-by-Design" (Segurança por Design), integrando triagem de toxicidade desde as fases iniciais.

• Fonte de Dados: Utilização do banco de dados COCONUT, contendo 628.898 produtos naturais estruturalmente diversos.
• Alvos de Triagem:
  • KEAP1: Repressor primário do Nrf2 (alvo desejado para ativação).
  • PXR: Receptor nuclear associado a DDIs (alvo a ser evitado).
  • CYP2D6: Enzima metabólica chave (alvo a ser moderado, evitando inibição forte).
• Técnica: Acoplamento molecular (docking) em larga escala utilizando a função de pontuação KARMA.
• Estratégia de Triagem em Três Níveis (Three-Tier Funnel):
  • Tier 1 (Candidatos): Critérios relaxados (KEAP1 > 50º percentil, PXR < 50º, CYP2D6 moderado).
  • Tier 2 (Candidatos de Qualidade): Critérios rigorosos (KEAP1 > 70º, PXR < 30º, CYP2D6 moderado).
  • Tier 3 (Candidatos "Estrela"): Critérios extremamente rigorosos (KEAP1 > 90º, PXR < 10º, CYP2D6 entre 40º-60º).
• Índices de Seletividade: Desenvolvimento de métricas quantitativas para priorização:
  • NSI (Nrf2 Selectivity Index): Razão entre pontuação KEAP1 e PXR.
  • SI (Safety Index): Razão entre pontuação KEAP1 e CYP2D6.
  • CSS (Comprehensive Selectivity Score): Métrica integrada que penaliza interações off-target.
• Análises Adicionais: Avaliação de propriedades farmacocinéticas (Regra de 5 de Lipinski, QED, TPSA, Fsp³) e análise de enriquecimento de classes químicas.

3. Principais Contribuições

• Maior Triagem Computacional de Produtos Naturais: Realizada a primeira triagem em larga escala (quase 630 mil compostos) focada especificamente na seletividade Nrf2 vs. PXR/CYP2D6.
• Framework de Segurança por Design: Introdução de um pipeline que integra avaliação de toxicidade (PXR e CYP2D6) simultaneamente à busca de eficácia (KEAP1), evitando falhas futuras.
• Novos Índices de Seletividade: Criação e validação dos índices NSI, SI e CSS para quantificar e classificar compostos com base no perfil de segurança.
• Conjunto de Dados Público: Disponibilização de um conjunto de dados completo e código de análise para a comunidade científica, servindo como recurso aberto para descoberta de fármacos.

4. Resultados

• Seleção de Candidatos:
  • Do total de 628.898 compostos, foram identificados 10 candidatos "ultraseletivos" (Tier 3) que atendem aos critérios mais rigorosos.
  • O melhor candidato (CNP0371205.2) apresentou um índice de seletividade Nrf2 (NSI) de 12,29 vezes, indicando uma afinidade muito superior por KEAP1 em comparação ao PXR.
• Perfil de Seletividade:
  • Os compostos Tier 3 exibiram pontuações de KEAP1 altas (>90º percentil), pontuações de PXR extremamente baixas (<10º percentil) e interação moderada com CYP2D6 (evitando inibição forte).
  • A análise de correlação mostrou que compostos com maior seletividade tendem a ter menor contagem de anéis aromáticos e maior fração de carbono sp³ (estruturas 3D não planas).
• Classes Químicas Enriquecidas:
  • Lipídios e Moléculas Lipídicas: Enriquecidas em 1,49 vezes (especialmente terpenoides e esteroides).
  • Nucleosídeos e Análogos: Enriquecidos em 2,85 vezes, sugerindo novos scaffolds para modulação segura do Nrf2.
  • Classes como fenóis e poliquetidas foram sub-representadas, indicando que estruturas altamente aromáticas e planas promovem ligação inespecífica.
• Propriedades Farmacêuticas:
  • Os candidatos selecionados mantiveram boas propriedades de "drug-likeness" (QED > 0,3 em muitos casos) e conformidade com a Regra de 5 de Lipinski, apesar do aumento ligeiro no peso molecular e lipofilicidade necessários para atingir a seletividade extrema.

5. Significado e Impacto

Este trabalho estabelece um novo paradigma para o desenvolvimento de terapias direcionadas ao Nrf2. Ao priorizar compostos com efeitos off-target minimizados (especialmente em PXR e CYP2D6), a abordagem proposta oferece um modelo escalável para reduzir as taxas de falha no desenvolvimento de fármacos.

• Ponte entre Potencial e Viabilidade Clínica: O estudo preenche a lacuna entre a descoberta de alvos promissores e a viabilidade clínica, fornecendo leads químicos prontos para validação experimental.
• Direcionamento de Fontes Naturais: Sugere que futuras buscas por ativadores de Nrf2 seguros devem focar em fontes ricas em terpenoides e nucleosídeos, evitando estruturas excessivamente aromáticas.
• Recurso para Toxicologia Preditiva: O conjunto de dados e os índices desenvolvidos podem ser adaptados para outras campanhas de descoberta de fármacos, transformando a forma como os riscos de toxicidade são avaliados em triagens de alto rendimento.

Em resumo, o estudo não apenas identificou 10 candidatos promissores para doenças relacionadas ao estresse oxidativo, mas também validou uma metodologia robusta para garantir que a eficácia terapêutica não seja comprometida por toxicidade metabólica.