Detalhes bibliográficos
| Ano de defesa: |
2011 |
| Autor(a) principal: |
Heberlé, Graziela
 |
| Orientador(a): |
Azevedo Junior, Walter Filgueira de
|
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Tese
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Pontifícia Universidade Católica do Rio Grande do Sul
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação em Biologia Celular e Molecular
|
| Departamento: |
Faculdade de Biociências
|
| País: |
BR
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://tede2.pucrs.br/tede2/handle/tede/5387
|
Resumo: |
A natureza como fonte de inspiração provou ter grande impacto benéfico no desenvolvimento de novas metodologias computacionais. Neste cenário, análises de interações entre uma proteína alvo e um ligante podem ser simuladas por algoritmos inspirados biologicamente (BIA). Neste trabalho, os algoritmos inspirados biologicamente, especialmente algoritmos evolutivos, são aplicados a simulações de docking molecular, que podem ser usadas na busca de novos fármacos. Estes algoritmos de docking foram aplicados a sirtuínas, que compõem uma importante família de proteínas - desacetilases dependentes de NAD - que regulam o silenciamento genético, inibição transcricional, estabilidade cromossômica, ciclo de divisão celular e apoptótico e resposta célular a agentes causadores de danos no DNA. Essas proteínas tem sido alvos moleculares emergentes no desenvolvimento farmacêutico de medicamentos para o tratamento de doenças humanas. Em função da importância estrutural das proteínas, neste trabalho foi realizada a modelagem por homologia molecular de SIRT1 humana, utilizando-se a estrutura cristalográfica de Sir2 de Thermotoga maritima como modelo. Além disso, foi aplicado o procedimento de virtual screening para a SIRT1 modelada contra duas bases de dados. Uma foi baseada em estruturas derivadas da nicotinamida e outra composta por moléculas da Sigma-Aldrich. Com base nos resultados obtidos no virtual screening, foram utilizados os acoplamentos com valores mais baixos de energia livre de ligação (Plant Score) para a seleção das melhores moléculas. Foi empregada a Similarity Ensemble Approach Tool (SEA), uma abordagem estratégica para analisar as relações entre as estruturas e a atividade farmacológica. Os resultados indicam que algumas moléculas apresentaram alta afinidade com a SIRT1, sugerindo novos inibidores de SIRT1, e essas moléculas mostram um elevado número de referências de atividades farmacológicas. Nossos resultados sugerem novos compostos inibidores de SIRT1 que apresentam potencial aplicação terapêutica |
