Estudo in silico da proteína purina nucleosídeo fosforilase humana: Uma proposta para identificação de inibidores com potencial imunomodulador
Carregando...
Data
2025-06
Autores
Orientador
Timmers, Luís Fernando Saraiva Macedo
Banca
Silva, Guilherme Liberato da
Heidrich, Daiane
Caceres, Rafael Andrade
Título do periódico
ISSN
Título do Volume
Editor
Resumo
A Purina Nucleosídeo Fosforilase (PNP) humana é uma enzima essencial no metabolismo de purinas e no funcionamento do sistema imunológico, especialmente na resposta adaptativa. Sua deficiência genética causa imunodeficiência grave, tornando-a um alvo promissor para o desenvolvimento de terapias contra leucemia, gota, malária e doenças autoimunes. Esta dissertação tem como objetivo identificar potenciais inibidores da PNP por meio de triagem virtual in silico de pequenas moléculas. Foram analisadas 36 estruturas da enzima disponíveis no PDB, das quais 18 foram selecionadas por apresentarem ligantes relevantes. As interações proteína-ligante foram avaliadas com ferramentas como CASTp, PoseView e PyMOL, e os processos de redocking e triagem foram realizados com os softwares GOLD e DockThor. Os compostos INCTTB279 (DockThor) e INCTTB269 (GOLD) apresentaram alto potencial inibitório, superando o ligante de referência IM5 em algumas métricas. Os resultados reforçam a importância do uso de múltiplas ferramentas de docking para uma análise mais robusta e apontam compostos promissores para futuras validações experimentais e desenvolvimento de novos inibidores da PNP.
Human purine nucleoside phosphorylase (PNP) is an essential enzyme in purine metabolism and immune system function, particularly in the adaptive immune response. Genetic deficiency of PNP leads to severe immunodeficiency, making it a promising target for therapies against leukemia, gout, malaria, and autoimmune diseases. This dissertation aims to identify potential PNP inhibitors through in silico virtual screening of small molecules. A total of 36 PNP structures from the PDB were analyzed, with 18 selected based on the presence of relevant ligands. Protein-ligand interactions were evaluated using CASTp, PoseView, and PyMOL, while redocking and virtual screening were performed with GOLD and DockThor software. Compounds INCTTB279 (DockThor) and INCTTB269 (GOLD) showed high inhibitory potential, outperforming the reference ligand IM5 in some metrics. The results highlight the importance of using multiple docking tools for a comprehensive analysis and identify promising compounds for future experimental validation and the development of new PNP inhibitors.
Human purine nucleoside phosphorylase (PNP) is an essential enzyme in purine metabolism and immune system function, particularly in the adaptive immune response. Genetic deficiency of PNP leads to severe immunodeficiency, making it a promising target for therapies against leukemia, gout, malaria, and autoimmune diseases. This dissertation aims to identify potential PNP inhibitors through in silico virtual screening of small molecules. A total of 36 PNP structures from the PDB were analyzed, with 18 selected based on the presence of relevant ligands. Protein-ligand interactions were evaluated using CASTp, PoseView, and PyMOL, while redocking and virtual screening were performed with GOLD and DockThor software. Compounds INCTTB279 (DockThor) and INCTTB269 (GOLD) showed high inhibitory potential, outperforming the reference ligand IM5 in some metrics. The results highlight the importance of using multiple docking tools for a comprehensive analysis and identify promising compounds for future experimental validation and the development of new PNP inhibitors.
Descrição
Palavras-chave
Biologia Molecular; Bioinformática; Triagem Virtual; Docking Molecular; Molecular Biology; Bioinformatics; Virtual Screening
Citação
GIOVANELLA, Luiza Dietrich Loch. Estudo in silico da proteína purina nucleosídeo fosforilase humana: Uma proposta para identificação de inibidores com potencial imunomodulador. 2025. Dissertação (Mestrado) – Curso de Ciências Médicas, Universidade do Vale do Taquari - Univates, Lajeado, 10 mar. 2025. Disponível em: http://hdl.handle.net/10737/4902.