Institucional

Todos os campi

Pesquisa desenvolve abordagens computacionais para descoberta de inibidores de enzima importante para os sistemas nervoso e muscular

23/10/2026

Uma pesquisa desenvolvida no Programa de Pós-Graduação em Ciência da Computação (PPGCC) da UFV trouxe uma contribuição científica bastante importante no que diz respeito à acetilcolinesterase (AchE), um alvo enzimático chave em distúrbios neurodegenerativos e intoxicações que afetam o ser humano. Essa enzima, encontrada no sistema nervoso, é fundamental para a regulação da atividade da acetilcolina, um neurotransmissor que desempenha papel significativo na comunicação entre os neurônios.

Dentre outras funções fisiológicas, a acetilcolina é responsável por estimular a contração muscular e o funcionamento de glândulas do sistema digestório, controlar os batimentos cardíacos e auxiliar na memória e aprendizado. Isso significa, portanto, que a enzima acetilcolinesterase é extremamente importante para o funcionamento adequado dos sistemas nervoso e muscular no nosso organismo. Essa enzima garante que o impulso nervoso tenha um “liga e desliga” preciso. Qualquer desregulação ou inibição dela pode provocar sérios problemas de saúde. Por essa razão, a necessidade não apenas de se conhecer cada vez mais sobre a acetilcolinesterase, mas também sobre os mecanismos de ação de seus inibidores, ou seja, daquelas substâncias que bloqueiam a ação dessa enzima. Daí a importância da pesquisa realizada pelo doutorando em Ciência da Computação Moruf Adedeji Adeagbo (nas fotos acima e abaixo) no PPGCC. Em colaboração com pesquisadores brasileiros e nigerianos, seu estudo atuou no desenvolvimento de abordagens computacionais robustas para a descoberta desses inibidores.

Ao invés das abordagens de triagem AChE baseadas em representações moleculares predefinidas ou estratégias isoladas de seleção de modelos, que normalmente são utilizadas, Moruf trabalhou uma estrutura que integra comparação estatística de modelos, seleção de fingerprints baseada em MCDM (método que permite avaliar e comparar diferentes alternativas com base em múltiplos critérios), calibração de probabilidade e validação externa multifonte dentro de um fluxo de trabalho unificado de priorização de compostos. Conforme o pesquisador, essa estrutura possibilitou a criação de uma estratégia reprodutível para selecionar representações moleculares e modelos preditivos calibrados para triagem virtual que podem ser adaptados a outros alvos moleculares com dados adequados de bioatividade.

O estudo realizado sob coordenação da professora Sabrina de Azevedo Silveira (na foto acima) foi publicado, no último mês, no Journal of Cheminformatics, periódico internacional da Springer Nature. O artigo, intitulado Integrating multi-criteria decision-making and machine learning for fingerprint selection and virtual screening of Acetylcholinesterase inhibitors, é de acesso aberto e apresenta a estrutura trabalhada no estudo. Essa estrutura combina tomada de decisão multicritério (MCDM) e aprendizado de máquina (subconjunto da inteligência artificial que permite que sistemas analisem grandes volumes de dados e extraiam informações úteis), para otimizar a seleção de impressões digitais moleculares e prever inibidores de AChE. O artigo descreve os resultados obtidos com sete fingerprints moleculares, que foram avaliados em 4.620 compostos recuperados do banco de dados ChEMBL, utilizando 10 algoritmos de aprendizado de máquina e múltiplas métricas de desempenho. Com as descobertas, os pesquisadores dão mais um passo para a compreensão da estrutura e funções da acetilcolinesterase e os mecanismos de ação de seus inibidores, o que, conforme registrado no artigo, representa uma contribuição científica importante para o desenvolvimento de novas terapias e prevenção de intoxicações.

Vale destacar que a pesquisa desenvolvida no âmbito do PPGCC é mais uma ação decorrente do processo de internacionalização na UFV. O doutorando Moruf, que assina como primeiro autor do artigo publicado no Journal of Cheminformatics, é nigeriano e sua trajetória na UFV começou no mestrado, em 2020. Graduado em Ciência da Computação pela Obafemi Awolowo University (Nigéria), ele veio para o Brasil por meio do convênio firmado entre a UFV e o Forum for Agricultural Research in Africa (FARA). Depois de concluir o mestrado em Ciência da Computação, Moruf permaneceu na Universidade para dar continuidade à sua formação no doutorado no PPGCC.

Para ele, a UFV tem sido fundamental para a sua formação científica. Sob a orientação da professora Sabrina de Silveira, vem desenvolvendo competências em bioinformática e inteligência artificial aplicada à descoberta de fármacos. Essa experiência, segundo Moruf, também permitiu a ele integrar seus conhecimentos prévios em engenharia de software para aplicações empresariais à pesquisa científica, ampliando sua capacidade de transformar ideias de pesquisa em ferramentas computacionais acessíveis e úteis à comunidade científica.

Depois de concluir o doutorado, o que está previsto para 2027, Moruf pretende continuar suas pesquisas em inteligência artificial, bioinformática e descoberta computacional de fármacos, fortalecendo colaborações entre a África, o Brasil e outros países. “Busco uma oportunidade de pós-doutorado ou financiamento de pesquisa que me permita aplicar minhas competências em bioinformática, inteligência artificial e engenharia de software, enquanto aprofundo meus conhecimentos em química e ciências biológicas. Meu objetivo é avançar da predição computacional de inibidores para a descoberta e validação de candidatos promissores a novos fármacos”. Com os resultados obtidos na pesquisa divulgada no Journal of Cheminformatics, Moruf espera que a abordagem seja aplicada a outros alvos moleculares e contribua para tornar a triagem virtual de compostos mais robusta, reprodutível e eficiente.

Acesse o artigo em link.springer.com/article/10.1186.