A pesquisa realizada pelos cientistas da Universidade Federal de Viçosa (UFV) é um avanço significativo no combate à COVID-19, destacando-se por sua abordagem inovadora no uso de bioinformática para identificar moléculas com potencial terapêutico. A equipe utilizou técnicas de machine learning para analisar milhões de dados e, assim, identificar moléculas promissoras que poderiam modular a replicação do SARS-CoV-2. Dentre essas moléculas, o ambenônio se mostrou uma opção promissora.
O ambenônio é um medicamento aprovado para tratar a Miastenia Gravis, uma doença autoimune, e foi testado em ensaios in vitro para observar sua ação sobre a protease principal do coronavírus, uma enzima crucial para a replicação viral. Os resultados mostraram que, em concentrações mais baixas, o ambenônio foi capaz de reduzir a replicação viral, embora em concentrações mais altas não tenha apresentado efeitos inibitórios, mas sim uma modulação da replicação, o que abre novas possibilidades de tratamento.
Embora os pesquisadores alertem que o uso clínico do ambenônio para tratar a COVID-19 não pode ser recomendado com base apenas nesse estudo, os resultados são promissores e podem orientar pesquisas futuras no desenvolvimento de terapias antivirais. Além disso, a pesquisa contribui para o campo do reposicionamento de fármacos, uma estratégia que pode acelerar o processo de desenvolvimento de novos tratamentos, ao utilizar medicamentos já aprovados para outras doenças.
A pesquisa também destaca a importância dos estudos in silico (simulações computacionais) como uma ferramenta poderosa para acelerar a descoberta de novos tratamentos, embora enfatize que os experimentos in vitro (realizados em laboratório) são essenciais para confirmar a eficácia das moléculas.
Com esse trabalho, os pesquisadores da UFV não apenas fazem uma contribuição significativa para a luta contra a pandemia, mas também avançam na integração da ciência computacional com a biologia, um campo promissor para o desenvolvimento de terapias mais eficazes e rápidas.
Informações: UFV
