Estudio predictivo in silico del posible acoplamiento molecular entre la proteína SARS-CoV-2-S y lectinas cianobacterianas con actividad antiviral

El brote del SARS-CoV-2 ha ocasionado en pocos meses una pandemia de la enfermedad respiratoria denominada COVID-19. La glicoproteína viral S (SARS-CoV-2-S) cumple un rol fundamental en el proceso de infección viral, por lo que encontrar moléculas capaces de neutralizar dicha glicoproteína es una de las metas en la carrera por desarrollar un tratamiento eficaz para dicha afección. Las lectinas son proteínas capaces de interactuar con glicoproteínas y algunas tienen actividad antiviral neutralizante y aglutinante. Este estudio tiene por objetivos identificar in silico lectinas cianobacterianas capaces de interactuar con la SARS-CoV-2-S, y predecir los posibles sitios de acoplamiento en la glicoproteína viral y las lectinas analizadas. Para ello se seleccionaron tres lectinas aisladas de cianobacterias con actividades antivirales conocidas (la Microvirina, la Cianovirina y la Scytovirina), y se obtuvieron las estructuras proteicas de estas y de la SARS-CoV-2-S. Primeramente, se procedió a caracterizar las proteínas según las propiedades hidrofóbicas e hidrofílicas de sus residuos, seguido por las pruebas de acoplamiento entre las lectinas seleccionadas y la SARS-CoV-2-S mediante simulaciones computacionales, empleando para ello algoritmos FTDock y pyDockRST. Se seleccionó el mejor modelo de acoplamiento basado en el valor de la energía de unión del complejo. La lectina cianobacteriana con el mejor resultado en el acoplamiento con la SARS-CoV-2-S, fue la Microvirina, siendo capaz de demostrar buena afinidad con el dominio de unión al receptor (RBD), demostrando de esta manera su posible capacidad como neutralizante viral, sin embargo, la validación experimental in vitro e in vivo de estas observaciones son fundamentales.

Saved in:
Bibliographic Details
Main Authors: Gayozo, E., Rojas, L.
Format: Digital revista
Language:spa
Published: Facultad de Ciencias Exactas y Naturales - Universidad Nacional de Asunción 2021
Online Access:https://revistascientificas.una.py/index.php/stevia/article/view/1199
Tags: Add Tag
No Tags, Be the first to tag this record!