Use este identificador para citar ou linkar para este item: https://repositorio.ufjf.br/jspui/handle/ufjf/14865
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
thaissantosdesa.pdf9.65 MBAdobe PDFThumbnail
Visualizar/Abrir
Tipo: Trabalho de Conclusão de Curso
Título: Uso da Bioinformática para selecionar moléculas candidatas a fármacos
Autor(es): Sá, Thaís Santos de
Primeiro Orientador: Antunes, João Eustáquio
Membro da banca: Pereira, Michelle Bueno de Moura
Membro da banca: Nascimento, Wesley William Gonçalves
Resumo: O desenvolvimento de novos fármacos pode apresentar diversos problemas, sendo um importante gargalo deste processo a capacidade de conciliar uma molécula que seja um potente inibidor farmacológico e que também tenha sua síntese possível de ser executada. Estudos computacionais prévios devem ser executados para direcionar moléculas com bons parâmetros farmacocinéticos, alta atividade biológica e também grande possibilidade de serem sintetizadas. Dentre várias ferramentas computacionais usadas no estudo de novos fármacos tem-se aquelas usadas para a predição de parâmetros farmacocinéticos. Tais ferramentas são plataformas computacionais de fácil acesso e execução. Após a identificação e validação de um alvo farmacológico, por exemplo as enzimas quinases em câncer, pode-se planejar moléculas promissoras para este alvo. Se o tipo de câncer for cerebral estudos de moléculas promissoras com a capacidade de atravessar a barreira hematoencefálica podem contribuir de maneira expressiva. Assim, o objetivo deste estudo é realizar estudos computacionais para seleção de moléculas promissoras para o tratamento de câncer cerebral. Para realização deste estudo foram selecionadas 98 moléculas. Como critério para essa seleção foi, primeiramente, avaliar a possibilidade de síntese destas moléculas. Em seguida, estudos computacionais realizados para avaliar parâmetros farmacocinéticos, capacidade de inibir quinases e de atravessar a barreira hematoencefálica. O resultado obtido neste estudo permitiu selecionar cinco moléculas mais promissoras. Tais moléculas poderão ser sintetizadas e testadas em experimentos in vitro. Pode-se concluir, portanto, que tal estudo permitiu a redução de um número considerado elevado de moléculas propostas para um número reduzido daquelas consideradas mais promissoras, reduzindo assim o tempo e dinheiro para o desenvolvimento de moléculas promissoras para o tratamento de desse tipo de câncer.
Abstract: The development of new drugs can present several problems, an important bottleneck in this process being the ability to reconcile a molecule that is a potent pharmacological inhibitor and that also has its synthesis possible to be carried out. Previous computational studies must be carried out to target molecules with good pharmacokinetic parameters, high biological activity and also a great possibility of being synthesized. Among several computational tools used in the study of new drugs, there are those used to predict pharmacokinetic parameters. Such tools are computational platforms of easy access and execution. After identifying and validating a pharmacological target, for example kinase enzymes in cancer, promising molecules can be designed for this target. If the type of cancer is brain, studies of promising molecules with the ability to cross the blood-brain barrier can contribute significantly. Thus, the objective of this study is to carry out computational studies for the selection of promising molecules for the treatment of brain cancer. To carry out this study, 98 molecules were selected. As a criterion for this selection was, firstly, to evaluate the possibility of synthesizing these molecules. Then computational studies were carried out to evaluate pharmacokinetic parameters, ability to inhibit kinases and to cross the blood-brain barrier. The result obtained in this study allowed the selection of five most promising molecules. Such molecules can be synthesized and tested in in vitro experiments. It can be concluded, therefore, that this study allowed the reduction of a considered high number of proposed molecules to a reduced number of those considered more promising, thus reducing the time and money for the development of promising molecules for the treatment of this type of cancer.
Palavras-chave: Câncer
Desenvolvimento de novos fármacos
Bioinformática
Cancer
Development of new drugs
Bioinformatics
CNPq: CNPQ::CIENCIAS DA SAUDE::FARMACIA
Idioma: por
País: Brasil
Editor: Universidade Federal de Juiz de Fora - Campus Avançado de Governador Valadares
Sigla da Instituição: UFJF/GV
Departamento: ICV - Instituto de Ciências da Vida
Tipo de Acesso: Acesso Aberto
Attribution-NoDerivs 3.0 Brazil
Licenças Creative Commons: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufjf.br/jspui/handle/ufjf/14865
Data do documento: 13-Dez-2022
Aparece nas coleções:Farmácia - Campus GV



Este item está licenciado sob uma Licença Creative Commons Creative Commons