Aprendizagem Profunda aplicada a Redes de Interação de Resíduos com foco no redirecionamento de fármacos e bioligantes
Graphs,, Residue Interaction Networks, Mutations Translational Science.
Os dados biológicos para desenvolvimento de fármacos e o estudo de novas interações ligante-proteína podem ser representados como grafos rotulados com relações e interdependências entre os objetos estudados como metodologia consensual. Nas últimas décadas, várias ferramentas para construção de redes de interação de resíduos (RINs) foram descritas na literatura. No entanto, nenhuma delas aproveitou o potencial completo de tal abordagem para a identificação de resíduos críticos (e provavelmente mais restritos a mutações e polimorfismos), para o estudo da variação das interações entre conformações diferentes, e principalmente, para usar tais informações para busca de novos fármacos ou reposicionamento dos já existentes em novos alvos. O presente trabalho propõe uma definição matemática e computacional para calcular interações bioquímicas das moléculas de interesse e construir grafos altamente conectados que representem com fidedignidade os tipos de interações, mais especificamente ligações de hidrogênio, pontes salinas, interações de van der Waals, interações de empilhamento 𝝅-𝝅. Construímos com isso uma base de dados com redes de grafos (calculadas a partir dos arquivos .PDBx/mmCIF) a partir de estruturas oriundas das bases de dados do RCSB PDB, como também modelos oriundos de predições estruturais do AlphaFold2, com foco em proteínas humanas. Tendo isso em mente, desenvolvemos uma nova ferramenta para construção e comparação das RINs, assim como para descrição das interações entre proteínas e ligantes e, principalmente, para a identificação de resíduos importantes para a função. Adicionalmente, a ferramenta apresenta modularidade, escalabilidade e saída de dados em arquivos simples ou em visualização web. Fizemos também alguns testes comparativos da nossa solução em contraste com abordagens encontradas na literatura. Durante a validação de nossa abordagem, conduzimos testes comparativos com outras abordagens encontradas na literatura, demonstrando a eficácia e a precisão de nossa ferramenta na identificação de resíduos críticos para a função de proteínas. Essas descobertas iniciais destacam o potencial significativo de nossa metodologia na pesquisa de novos fármacos, no reposicionamento de fármacos existentes e na compreensão das interações moleculares em nível bioquímico.