QSAR model for the evaluation of biological active molecules on estrogen positive breast cancer

O câncer de mama continua sendo um dos desafios mais persistentes na medicina moderna, particularmente quando a doença é impulsionada pela superexpressão de receptores hormonais específicos. Por décadas, a abordagem padrão tem sido bloquear esses receptores com terapias hormonais, mas as células cancerígenas frequentemente aprendem a resistir a esses tratamentos, tornando-os ineficazes. Na busca por novas soluções, os cientistas voltaram sua atenção para a maquinaria microscópica dentro das células, especificamente uma proteína chamada topoisomerase IIα. Esta proteína atua como um gerente molecular, desembaraçando e gerenciando as longas fitas de DNA que carregam instruções genéticas. Quando esta proteína está hiperativa, como ocorre frequentemente em células cancerígenas, ela se torna um alvo principal para novos fármacos. Pesquisadores também buscam moléculas que possam deslizar entre as camadas do DNA, tal como um livro deslizado entre páginas, para interromper a capacidade da célula de se copiar. O objetivo é encontrar compostos que possam travar nesta proteína e no DNA que ela gerencia, parando o câncer em seu rastreio sem prejudicar o paciente.

Para encontrar esses potenciais medicamentos, uma equipe de pesquisadores da Universidad de Guanajuato, no México, desenvolveu um sofisticado modelo baseado em computador. Em vez de testar milhares de produtos químicos em um laboratório, o que é lento e caro, eles utilizaram um método chamado relação quantitativa estrutura-atividade, ou QSAR. Esta abordagem trata a forma e a composição eletrônica de uma molécula como um conjunto de pistas que predizem quão bem ela lutará contra o câncer. A equipe focou no câncer de mama com receptores de estrogênio positivos, utilizando uma linhagem celular específica conhecida como MCF-7, que mimetiza o comportamento da doença em pacientes. Eles começaram criando um blueprint digital, ou farmacóforo, baseado em drogas conhecidas que interagem com sucesso com o DNA e a topoisomerase IIα. Este blueprint identificou as características essenciais que uma molécula deve ter para funcionar, tais como anéis aromáticos específicos que permitem que ela se empilhe contra o DNA e grupos químicos que formam ligações de hidrogênio para mantê-la no lugar.

Usando este blueprint, os pesquisadores realizaram uma triagem em uma vasta biblioteca de estruturas químicas de bancos de dados públicos. Eles selecionaram um grupo de moléculas que correspondiam às características exigidas e possuíam o nível adequado de potência contra as células cancerígenas. Para entender como essas moléculas se comportam, a equipe realizou simulações computacionais detalhadas. Eles calcularam a forma tridimensional de cada molécula e analisaram suas propriedades eletrônicas, observando como os elétrons estão distribuídos pela estrutura. Uma descoberta fundamental em seu trabalho foi a importância de uma característica eletrônica específica conhecida como o traço do momento quadrupolar. Em termos simples, isso descreve como a carga elétrica está espalhada dentro da molécula. Os pesquisadores descobriram que moléculas com uma distribuição específica desta carga eram muito melhores em se ligar ao alvo do câncer. Eles combinaram este insight eletrônico com medições tradicionais de forma molecular para construir uma equação preditiva. Esta equação vinculou com sucesso as características físicas das moléculas à sua capacidade de matar células cancerígenas, com testes estatísticos confirmando que o modelo era robusto e confiável.

O estudo não parou na predição; a equipe também observou como essas moléculas se comportariam dentro de um corpo humano. Eles realizaram simulações computacionais para estimar quão bem as drogas seriam absorvidas, como seriam decompostas pelo fígado e se poderiam causar toxicidade. Entre os muitos candidatos testados, quatro moléculas se destacaram como particularmente promissoras. Estes incluíam compostos rotulados como 4a, 5a, 5b e um composto químico específico identificado como CID2948. Estes candidatos mostraram uma alta probabilidade de serem absorvidos pelo corpo se administrados por via oral e demonstraram um risco menor de desencadear efeitos colaterais perigosos em comparação com drogas existentes. Os pesquisadores também compararam seu melhor candidato, o CID2948, contra uma droga de referência bem conhecida, a doxorrubicina, para ver como eles se sustentariam ao longo do tempo. Eles realizaram uma simulação massiva durando 500 nanossegundos, o que é um tempo incrivelmente longo no mundo do movimento molecular, para observar como a droga, a proteína e o DNA interagiam.

Os resultados destas simulações longas revelaram uma diferença fascinante na forma como as drogas funcionam. A droga de referência, doxorrubicina, tendia a se ligar fortemente à própria proteína, formando várias ligações de hidrogênio que a mantinham ancorada. Em contraste, o novo candidato, CID2948, mostrou um comportamento diferente. Ele interagiu mais fortemente com a fita de DNA, formando conexões estáveis que mantinham o complexo unido. Ambas as moléculas mantiveram a proteína estável durante a simulação, sugerindo que poderiam efetivamente travar a maquinaria no lugar. O estudo sugere que a capacidade da nova molécula de interagir com o DNA, combinada com suas propriedades eletrônicas favoráveis e perfil de baixa toxicidade, faz dela um forte candidato para desenvolvimento futuro. Ao provar que a forma e a carga eletrônica de uma molécula podem ser ajustadas para melhorar sua capacidade de combater o câncer, este trabalho oferece um caminho claro para o design da próxima geração de tratamentos que poderiam superar a resistência observada nas terapias atuais.