A Computational Study of Some Cancer Causing S100 Proteins Interacting With a Ligand, Parecoxib and Investigation of Drug Likenes Potential of the Ligand

No vasto cenário da medicina moderna, a busca por novos tratamentos muitas vezes começa muito antes de um fármaco sequer tocar um corpo humano. Começa no reino do muito pequeno, onde cientistas usam computadores poderosos para simular como pequenas moléculas podem se encaixar como peças de um quebra-cabeça. Este campo, conhecido como descoberta de fármacos computacional, permite que pesquisadores testem milhares de medicamentos potenciais virtualmente, economizando tempo e recursos ao prever quais candidatos têm maior probabilidade de sucesso. No cerne deste processo está o estudo das proteínas, as complexas máquinas moleculares que realizam quase todas as funções dentro de nossas células. Às vezes, essas proteínas apresentam mau funcionamento, levando a doenças como o câncer. Para detê-las, os cientistas procuram por moléculas específicas, chamadas ligantes, que possam se ligar à proteína defeituosa e alterar seu comportamento. A força e a estabilidade desta ligação são críticas; se uma molécula se prende de forma muito fraca, ela se soltará, mas se se prender de forma muito forte ou do jeito errado, pode não funcionar como pretendido. Ao simular essas interações com alta precisão, os pesquisadores podem identificar os candidatos mais promissores para estudos posteriores, estreitando efetivamente a busca por terapias que salvam vidas.

Em um estudo recente, Arup Kumar Sarma e o Dr. Rajendra Kumar aplicaram essas ferramentas digitais para investigar uma classe específica de proteínas conhecidas como proteínas S100. Estas são pequenas moléculas de ligação ao cálcio encontradas em todo o corpo, mas quando seus níveis tornam-se desequilibrados, elas estão ligadas a condições graves, incluindo câncer, inflamação e distúrbios neurológicos. Como essas proteínas são frequentemente encontradas no sangue e em outros fluidos corporais, elas são consideradas alvos importantes para novas terapias. Os pesquisadores focaram em um único candidato a fármaco chamado Parecoxibe, um composto incluído na classe dos compostos isoxazólicos, que são notados por possuírem potencialidades em tratamentos de câncer. O objetivo deles era ver quão bem essa molécula interagia com cinco tipos diferentes de proteínas S100: S100A6, S100A2, S100A4, S100A7 e S100A11. Usando um programa de software chamado AutoDock Vina, eles primeiro previram como o Parecoxibe se ligaria fisicamente a cada uma dessas cinco proteínas. O computador gerou múltiplas posições possíveis, ou poses, para a molécula e calculou a energia de cada uma. Neste contexto, uma pontuação de energia mais baixa indica uma ligação mais forte e estável, muito parecido com um ímã segurando dois objetos de forma mais firme do que um fraco.

A triagem inicial revelou que o Parecoxibe tinha o maior potencial de ligação com a proteína S100A11. Para confirmar este achado e entender como a ligação se manteria ao longo do tempo, a equipe passou para um estágio de simulação mais avançado. Eles utilizaram um conjunto de softwares chamado GROMACS para realizar uma simulação de dinâmica molecular, que essencialmente observa a proteína e o fármaco se movendo e interagindo durante um período de 100 nanossegundos. Este passo é crucial porque uma imagem estática de uma molécula se ligando não é suficiente; os pesquisadores precisavam ver se o complexo permaneceria estável enquanto ele oscilava e se deslocava sob condições que mimetizam o corpo humano. Eles analisaram vários indicadores chave de estabilidade, como o quanto a forma da proteína mudou de sua forma original e o quanto sua superfície foi exposta à água circundante. Os resultados mostraram que o complexo formado entre o Parecoxibe e a S100A11 permaneceu notavelmente constante durante a simulação, com pouquíssima desviação estrutural. Em contraste, os complexos formados com S100A2, S100A4 e S100A7 mostraram sinais de serem menos estáveis, pois exibiram flutuações mais altas em suas posições atômicas comparadas ao complexo S100A11.

Para quantificar exatamente quanta energia era necessária para manter o fármaco e a proteína unidos, a equipe realizou um cálculo termodinâmico detalhado conhecido como análise de Área de Superfície de Poisson-Boltzmann de Mecânica Molecular. Este método decompõe a energia total da interação em suas partes componentes, tais como as forças que mantêm os átomos unidos e os efeitos da água circundante. Os cálculos confirmaram que a ligação entre o Parecoxibe e a S100A11 era energeticamente favorável, significando que o processo ocorreu espontaneamente e resultou em um sistema estável. A análise também revelou a natureza específica da conexão: o fármaco formou oito tipos distintos de interações favoráveis com a proteína, incluindo duas ligações de hidrogênio, duas interações de empilhamento entre as partes em forma de anel das moléculas, e várias outras forças que ajudaram a travá-los no lugar. Essas conexões específicas explicaram por que o par permanecia tão bem unido em comparação aos outros.

O estudo conclui que, embora o Parecoxibe mostre promessa como um potencial inibidor para a proteína S100A11, este achado é atualmente limitado à simulação computacional. Os pesquisadores enfatizam que este trabalho serve como uma investigação preliminar, uma forma de filtrar candidatos menos promissores antes de avançar para experimentos laboratoriais mais caros e demorados. Os dados sugerem que o Parecoxibe tem uma alta probabilidade de ser eficaz contra cânceres ou doenças impulsionadas pela proteína S100A11, mas este potencial ainda não foi provado em células vivas ou ensaios humanos. O autor observa que os próximos passos envolveriam a criação de uma versão física estável deste complexo para estudos de cristalografia e, eventualmente, a realização de ensaios clínicos para verificar segurança e eficácia. Até lá, o computador forneceu um sinal forte de que este par específico de fármaco e proteína merece atenção, oferecendo uma direção clara para a futura pesquisa médica.