Das Montanhas de Minas ao Oceano: Os Caminhos da Ciência para um Futuro Sustentável
20 a 25 de outubro de 2025
Trabalho 20605
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Exatas e Tecnológicas |
| Área temática | Dimensões Sociais: ODS3 |
| Setor | Departamento de Informática |
| Bolsa | FAPEMIG |
| Conclusão de bolsa | Sim |
| Apoio financeiro | CAPES, CNPq, FAPEMIG, FUNARBE |
| Primeiro autor | Yuri Cardoso Bragine |
| Orientador | JULIANA LOPES RANGEL FIETTO |
| Outros membros | Letícia Alves Lopes, Marcelo Depólo Polêto, SABRINA DE AZEVEDO SILVEIRA, THIAGO LUANGE GOMES |
| Título | Desenvolvimento de uma biblioteca virtual de anticorpos scFv por meio de um pipeline computacional integrado. |
| Resumo | O desenvolvimento de novas biomoléculas, como os fragmentos de anticorpos de cadeia única (scFv), tem sido revolucionado por ferramentas computacionais e de inteligência artificial, que permitem acelerar a descoberta de candidatos terapêuticos e reduzir a necessidade de experimentação extensiva em bancada. Este trabalho teve como objetivo principal o desenvolvimento e a implementação de um pipeline computacional integrado para guiar o design racional de variantes de scFv, focando na geração, triagem e otimização de mutações com alto potencial de afinidade para alvos terapêuticos de interesse, como a IL-1beta e a NTPDase. A metodologia foi dividida em etapas automatizadas. Primeiramente, foi desenvolvido um web service, com frontend em React e backend em Python/Flask, para orquestrar a fase inicial de análise. Nesta plataforma, o usuário submete a estrutura de um scFv em formato PDB, e o sistema executa o software MutateX para realizar uma varredura por mutações de alanina, e assim gerar uma análise de impacto de mutações. Para a segunda etapa, um script do Google Colab, que utiliza ProteinMPNN e AlphaFold para gerar novas sequências e prever suas estruturas 3D, foi modificado. Nessa etapa as sequências passam por triagem virtual com base em critérios de estabilidade estrutural, afinidade pelo alvo e propriedades físico-químicas. Outra contribuição foi a criação de um script em C++ para converter o formato do alinhamento da etapa anterior para o formato fix_pos exigido pelo Colab, garantindo a integração do pipeline. Além disso, o script do Colab foi parametrizado e otimizado para operar em modo de lote, permitindo o processamento simultâneo de múltiplos scFvs e seus respectivos arquivos de posições fixas, superando as limitações de tempo da plataforma. A principal inovação do projeto está na aplicação de métodos de aprendizado de máquina e modelagem computacional para acelerar o desenvolvimento de candidatos biológicos, reduzindo a dependência de experimentação laboratorial inicial. Como resultado, o web service para análise com MutateX foi finalizado e a metodologia de geração de mutantes em lote foi validada com sucesso. Utilizando o pipeline modificado, foi possível gerar uma vasta biblioteca de estruturas mutantes para um conjunto de cerca de 250 scFvs, um processo que, embora intensivo em tempo computacional, permitiu também a identificação e correção de estruturas originais que estavam incorretas.Conclui-se que a abordagem computacional desenvolvida estabelece uma base sólida para as próximas fases do projeto, que incluem a filtragem das estruturas geradas com o software RFdifusion e a realização de docking molecular contra os antígenos. O trabalho demonstra o sucesso na integração de múltiplas ferramentas de bioinformática e IA, criando um fluxo de trabalho semi-automatizado que otimiza e direciona de forma racional os futuros experimentos em laboratório. Suporte e agradecimentos à: FAPEMIG, CAPES, CNPq, BIOAGRO, DPI, DBB e UFV. |
| Palavras-chave | Bioinformática, Modelagem Molecular, Biblioteca de scFv |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|