top of page

 

RESEARCH PROJECTS

Nossas atividades de pesquisa são principalmente dedicadas a entender o processo de dobramento das proteínas, seus movimentos moleculares no estado dobrado funcional e sua modulação físico-química por forças externas e ligantes. Tanto proteínas solúveis quanto de membrana são investigadas, sob efeitos moduladores induzidos por mudanças físicas no ambiente, ligação molecular de pequenos ligantes e outras proteínas.

1. Caracterização de proteases e seus inibidores.

 

1.1. BTCI (professora Sonia Freitas)
 

Dentre os inibidores, destacamos um derivado de planta da família Bowman-Birk (veja na imagem abaixo) e outro encontrado em toxina de escorpião de família desconhecida. O BTCI de Vigna unguiculata inibe o proteassoma e está sendo testado contra alguns tipos de câncer. Para as proteases que já possuem estrutura a ideia é executar experimentos de varredura de fragmentos para tentar obter possíveis moléculas inibidoras ou complexa-las aos inibidores mencionados ou peptídeos derivados destes para definir o modo de ligação/inibição. 

  • Programas
    MODELLER MODELLER is used for homology or comparative modeling of protein three-dimensional structures. Referência(s): A. Sali & T.L. Blundell. Comparative protein modelling by satisfaction of spatial restraints. J. Mol. Biol. 234, 779-815, 1993. B. Webb, A. Sali. Comparative Protein Structure Modeling Using Modeller. Current Protocols in Bioinformatics, John Wiley & Sons, Inc., 5.6.1-5.6.32, 2014. _______________________________________________________________________________ Clustal Omega "The last alignment program you'll ever need." Referência(s): Higgins,D.G. and Sharp,P.M. (1988). CLUSTAL: a package for performing multiple sequence alignment on a microcomputer. Gene, 73, 237-244. Thompson JD, Higgins DG, Gibson TJ. (1994). CLUSTAL W: improving the sensitivity of progressive multiple sequence alignment through sequence weighting, position-specific gap penalties and weight matrix choice. Nucleic Acids Res., 22, 4673-4680. Higgins DG, Thompson JD, Gibson TJ. (1996). Using CLUSTAL for multiple sequence alignments. Methods Enzymol., 266, 383-402. Sievers F, Wilm A, Dineen DG, Gibson TJ, Karplus K, Li W, Lopez R, McWilliam H, Remmert M, Söding J, Thompson JD, Higgins DG (2011). Fast, scalable generation of high-quality protein multiple sequence alignments using Clustal Omega. Molecular Systems Biology7:539 doi:10.1038/msb.2011.75 _______________________________________________________________________________ MUSCLE MUSCLE is one of the best-performing multiple alignment programs according to published benchmark tests, with accuracy and speed that are consistently better than CLUSTALW. Referência(s): Edgar, R.C. (2004) MUSCLE: multiple sequence alignment with high accuracy and high throughput. Nucleic Acids Res. 32(5):1792-1797 Edgar, R.C. (2004) MUSCLE: a multiple sequence alignment method with reduced time and space complexity. BMC Bioinformatics, (5) 113 _______________________________________________________________________________ Seaview SeaView is a multiplatform, graphical user interface for multiple sequence alignment and molecular phylogeny. Referência(s): Gouy M., Guindon S. & Gascuel O. (2010) SeaView version 4 : a multiplatform graphical user interface for sequence alignment and phylogenetic tree building. Molecular Biology and Evolution 27(2):221-224. _______________________________________________________________________________ Coot (for Windows) Coot is for macromolecular model building, model completion and validation, particularly suitable for protein modelling using X-ray data. Referência(s): P. Emsley; B. Lohkamp; W.G. Scott; Cowtan (2010). Features and development of Coot. Acta Crystallographica. D66: 486–501. _______________________________________________________________________________ BLAST BLAST finds regions of similarity between biological sequences. The program compares nucleotide or protein sequences to sequence databases and calculates the statistical significance. Referência(s): Altschul, S.F., Gish, W., Miller, W., Myers, E.W. & Lipman, D.J. (1990) "Basic local alignment search tool." J. Mol. Biol. 215:403-410. Madden, T.L., Tatusov, R.L. & Zhang, J. (1996) "Applications of network BLAST server" Meth. Enzymol. 266:131-141. Altschul, S.F., Madden, T.L., Schäffer, A.A., Zhang, J., Zhang, Z., Miller, W. & Lipman, D.J. (1997) "Gapped BLAST and PSI-BLAST: a new generation of protein database search programs." Nucleic Acids Res. 25:3389-3402. _______________________________________________________________________________ Threader Threading is one of the very few methods available which can predict the fold for a protein in the absence of an evolutionary relationship. Referência(s): Jones, D.T., Taylor, W.R. & Thornton, J.M. (1992) A new approach to protein fold recognition. Nature. 358, 86-89. Jones, D.T. (1998) THREADER : Protein Sequence Threading by Double Dynamic Programming. (in) Computational Methods in Molecular Biology. Steven Salzberg, David Searls, and Simon Kasif, Eds. Elsevier Science. Chapter 13. _______________________________________________________________________________ PSIPRED The PSIPRED Protein Sequence Analysis Workbench aggregates several UCL structure prediction methods into one location. Users can submit a protein sequence, perform the predictions of their choice and receive the results of the prediction via e-mail or the web. Referência(s): Jones DT. (1999) Protein secondary structure prediction based on position-specific scoring matrices. J. Mol. Biol. 292: 195-202. Buchan DWA, Minneci F, Nugent TCO, Bryson K, Jones DT. (2013). Scalable web services for the PSIPRED Protein Analysis Workbench. Nucleic Acids Research . 41 (W1): W340-W348. Jones DT. (1999) GenTHREADER: an efficient and reliable protein fold recognition method for genomic sequences. J. Mol. Biol. 287: 797-815. Lobley, A., Sadowski, M.I. & Jones, D.T. (2009) pGenTHREADER and pDomTHREADER: New Methods For Improved Protein Fold Recognition and Superfamily Discrimination.Bioinformatics. 25, 1761-1767. _______________________________________________________________________________ jsPISA jsPISA is an interactive web tool for the calculation of macromolecular surfaces and interfaces, assessment of their properties and inference on probable macromolecular assemblies (complexes) from coordinate data, typically delivered by crystallographic X-ray experiment. Referência(s): E. Krissinel and K. Henrick (2007) Inference of macromolecular assemblies from crystalline state, J. Mol. Biol. 372, 774-797. E. Krissinel (2015) Stock-based detection of protein oligomeric states in jsPISA, Nucl. Acids Res., DOI:10.1093/nar/gkv314. _______________________________________________________________________________ QMEAN QMEAN is a composite scoring function which is able to derive both global (i.e. for the entire structure) and local (i.e. per residue) error estimates on the basis of one single model. Referência(s): Benkert, P., Tosatto, S.C.E. and Schomburg, D. (2008). "QMEAN: A comprehensive scoring function for model quality assessment." Proteins: Structure, Function, and Bioinformatics, 71(1):261-277. Benkert, P., Biasini, M. and Schwede, T. (2011). "Toward the estimation of the absolute quality of individual protein structure models." Bioinformatics (2010). doi: 10.1093/bioinformatics/btq662 Benkert, P., Schwede, T. and Tosatto, S.C.E. (2009). "QMEANclust: Estimation of protein model quality by # combining a composite scoring function with structural density information." BMC Struct Biol. 2009 May 20;9:35. Benkert P, Künzli M, Schwede T. (2009). "QMEAN Server for Protein Model Quality Estimation." Nucleic Acids Res. 2009 Jul 1;37(Web Server issue):W510-4. _______________________________________________________________________________
  • demo.question.question2
    demo.question.question2.answer1 demo.question.question2.answer2 demo.question.question2.answer3 demo.question.question2.answer4 demo.question.question2.answer5
  • demo.question.question3
    demo.question.question3.answer0 demo.question.question3.answer1 demo.question.question3.answer2 demo.question.question3.answer3 demo.question.question3.answer4 demo.question.question3.answer5
  • demo.question.question4
    demo.question.question4.answer1

Complexo ternário: BTCI (ao centro, em verde opaco) inibindo simultaneamente uma tripsina (azul) e quimotripsina (vermelho e verde)

1.2. Fitocistatinas (professor Napoleão Valadares)

 

Cistatinas são proteínas que atuam como inibidores de cisteíno proteases, regulando a atividade dessas proteases. Fitocistatinas estão presentes em plantas e participam em diversos processos fisiológicos normais, como a regulação do amadurecimento de frutos ou o envelhecimento das folhas, mas também podem agir inibindo proteases de outros organismos, como fungos e insetos, atuando como uma linha de defesa da planta.

 

Uma característica peculiar das fitocistatinas é a ocorrência do fenômeno de troca de domínios (veja na imagem abaixo), um mecanismo de dimerização que abole a atividade inibitória das cistatinas. Em resumo, na forma monomérica as moléculas da cistatina são capazes de inibir cisteíno proteases, mas na forma dimérica perdem totalmente essa atividade. A dimerização por troca de domínios é uma forma pouco estudada da regulação da atividade das proteases. Nosso laboratório trabalha intensamente na caracterização biofísica e resolução de estruturas cristalográficas de fitocistatinas visando compreender as bases moleculares da troca de domínios. 

1.3. Proteases virais (professor João Alexandre)
 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Os arbovírus (arthropod-borne virus) são uma classificação que compreende grupos virais cuja transmissão é realizada por vetores artrópodes infectando vertebrados, sendo na sua grande maioria vírus de RNA. Dentre esses, alguns arbovírus tem se mostrado de grande relevância, devido ao grande número de casos, como o vírus da dengue (DENV) e o zika (ZIKV), pertencentes a família Flaviviridae e ao gênero Flavivirus, o chikungunya (CHIK) e o mayaro (MAYV), família Togaviridae e gênero Alphavirus. Todos estes carecem de estudos estruturais mais aprofundados objetivando tanto um maior conhecimento da sua biologia molecular e também visando a busca para novos fármacos. Dentre as possíveis proteínas alvo, as proteases virais têm se mostrado excelentes candidatos. Estas proteínas (NS3 nos Flavivirus e nsP2 nos Alphavirus) possuem a função de clivar determinadas regiões da poliproteína viral sendo de vital importância para a replicação. A NS3, presente nos vírus DENV e ZIKV, apresenta juntamente com o domínio serino protease, na posição N-terminal, uma região de linker e o C-terminal com a função de RNA helicase, podendo essa última região ser dividida em subdomínios com uma helicase dependente de ATP e uma RNA trifosfatase. Além disso, para que a proteína fique ativa é necessário também uma ligação não covalente com uma região da NS2B, outra proteína que compõe o vírus. Por sua vez, a protease nsP2, presente nos vírus CHIK e MAYV apresenta um conjunto de domínios semelhantes a NS3, possuindo domínios de RNA helicase, nucleosídeo-trifosfatase e uma RNA trifosfatase, entretanto a região da protease, ao contrário da NS3, se localiza na porção C-terminal. Estudos estruturais da nsP2 de CHIK parecem indicar uma díade com a possibilidade de manter a atividade mesmo após a mutação da cisteína, o que ocorre através de uma serina localizada próximo ao sítio ativo, ou seja, essa proteína apresentaria uma díade catalítica intercambiável, cys-his ou ser-his. O presente trabalho visa realizar estudos estruturais das proteases dos arbovírus Dengue, Zika, Chikungunya e Mayaro através de ferramentas in vitro e in silico, com perspectivas de utilizar os dados para o desenho de inibidores virais.

SARS-CoV-2

1.4. Evolução de proteases (professor João Alexandre)
 

As tripsinas são serino proteases, ou seja, enzimas que utilizam um resíduo ativado de serina para a hidrólise de ligações peptídicas, especificamente após resíduos carregados positivamente (arginina e lisina). São enzimas amplamente presentes em metazoários, onde atuam nos processos digestivos, hidrolisando o alimento proteico ingerido. Dentre os clados animais, as tripsinas apresentam uma grande variação quanto às suas propriedades cinéticas e sua estrutura tridimensional.

 

Com o intuito de compreender como ocorreu a evolução estrutural e funcional de tais enzimas, propomos, em nosso laboratório, um estudo acerca das proteínas ancestrais que deram origem às diferentes tripsinas encontradas hoje. Para isso utilizamos a técnica de ASR (Ancestral Sequence Reconstruction) onde, a partir de um estudo filogenético das proteínas atuais, é possível inferir a provável sequência das tripsinas ancestrais. Com a sequência em mãos, desenhamos genes destas proteínas ancestrais para produzir as enzimas de maneira heteróloga e estuda-las funcional e estruturalmente.

2. Enzimas de fungos patogênicos (professor João Alexandre)

 

Vários fungos são patógenos humanos e possuem relevância médica, como por exemplo as espécies de Cryptococcus, Candida, Aspergillus e Pneumocystis responsáveis por mais de 90 % de todas as mortes causadas por fungos. As doenças causadas por estes fungos têm crescido significativamente em todo o mundo, representando sério problema de saúde pública. Atualmente as opções terapêuticas disponíveis limitam-se a quatro grupos de antifúngicos, alguns causam sérios efeitos adversos ao paciente. Além disso, tem-se observado surgimento de resistência dos patógenos aos antifúngicos clássicos, sendo necessário o desenvolvimento de novas drogas.  Visamos o desenvolvimento de terapêuticas que possam ser eficazes e menos tóxicas ao paciente.

 

A via de biossíntese do ergosterol é altamente conservada entre os fungos. O ergosterol é um lipídio essencial para a viabilidade fúngica pois é responsável pela fluidez e permeabilidade da membrana. O colesterol e o ergosterol compartilham a mesma via de biossíntese até a etapa de produção de zimosterol, a partir deste ponto se diferenciam e utilizam enzimas distintas até o final das vias. Para a síntese de ergosterol, o zimosterol é convertido a fecosterol pela enzima SMT, uma esterol C-24 metiltransferase que atua adicionando um grupo metil ao carbono 24. A SMT tem sido importante alvo de fármacos, uma vez que o gene ERG6, responsável por codificar a SMT, está ausente do genoma humano. O foco do nosso laboratório nesse projeto está na resolução das estruturas cristalográficas das SMTs de Candida albicans, Aspergillus fumigatus, Coccidioides imitis, Cryptococcus neoformans, Pneumocystis jiroveci Paracoccidioides lutzii, além de realizar a caracterização biofísica e enzimática visando ter uma compreensão mais elaborada das propriedades catalíticas e estruturais essenciais para o desenvolvimento de inibidores fúngicos específicos.  

 

A proteína KRE2 / MNT1 pertence a uma classe de enzimas envolvidas na biossíntese de glicoproteínas de parede celular sendo altamente conservada em fungos patogênicos de importância médica, como por exemplo nos gêneros Candida spp., Cryptococcus spp., e Paracoccidioides spp., entre outros. É importante para viabilidade celular e virulência do patógeno no interior do hospedeiro, não possuindo genes homólogos em humanos ou eucariotos superiores. Buscando contribuir com o desenvolvimento de novos fármacos ou terapêuticas, recursos computacionais têm sido aplicados como estratégia para seleção de fármacos e/ou compostos similares a um inibidor conhecido da proteína KRE2, sendo esta metodologia denominada como drug repositioning (DR). O DR computacional tem sido muito utilizado pela indústria farmacêutica na descoberta de novas indicações terapêuticas para fármacos de uso comercial, diminuindo tanto o tempo e custos da pesquisa, como os riscos ao paciente, além de ser rentável financeiramente. Em 2013, este método representou 30 % dos fármacos e vacinas aprovadas pelo FDA. A pesquisa é desenvolvida com participação de laboratórios do Lorraine Research Laboratory in Computer Science and its Applications (LORIA, França) e da Universidade Católica de Brasília.

3. Septinas (professor Napoleão Valadares)

 

Septinas formam uma família conservada de GTPases que se associam formando filamentos e são encontradas em células de fungos a animais. Essas proteínas são responsáveis por diversos processos celulares, e apresentam um papel em doenças neurodegenerativas e em alguns tipos de câncer. Estudos estruturais de septinas são difíceis de serem executados por uma variedade de razões, incluindo a presença de regiões ou domínios intrinsicamente desordenados e a automontagem de filamentos in vitro que leva a formação de oligômeros e a precipitação.

 

Em nosso laboratório, propomos uma abordagem estrutural para o estudo das regiões C-terminais das septinas humanas, visando contornar algumas das dificuldades encontradas na resolução de estruturas cristalográficas.

bottom of page