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



Título del documento: Estudio predictivo in silico del posible acoplamiento molecular entre la proteína SARS-CoV-2-S y lectinas cianobacterianas con actividad antiviral
Revista: Steviana
Base de datos:
Número de sistema: 000531153
ISSN: 2304-2907
Autores: 1
2
Instituciones: 1Universidad Nacional de Asunción, Facultad de Ciencias Exactas y Naturales, Departamento de Biología, San Lorenzo. Paraguay
2Universidad Nacional de Asunción, Facultad de Ciencias Químicas, Departamento de Microbiología Industrial, San Lorenzo. Paraguay
Año:
Volumen: 12
Número: 1
Paginación: 53-71
País: Paraguay
Idioma: Español
Tipo de documento: Artículo
Enfoque: Analítico, descriptivo
Resumen en español 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.
Disciplinas: Biología
Palabras clave: Lectinas,
COVID-19,
cribado computacional,
acoplamiento molecular
Texto completo: Texto completo (Ver PDF)