Saudações a toda comunidade!
Nos dias 19,21 e 22 de agosto, às 14h, ocorrerá na UFABC o III CCM Hub – Virtual Screening Aplicado à Descoberta de Fármacos, ministrado pelo Dr. Alexandre Alves de Castro e Ms. Henrique Fernandes Silva.
As inscrições devem ser realizadas no seguinte link: http://doity.com.br/ccm-hub-2025agosto
O curso oferece uma formação inicial no uso de ferramentas computacionais para acelerar e otimizar o processo de
identificação de novos candidatos a fármacos. Por meio de técnicas como docking molecular, triagem virtual, filtros farmacológicos e ADMET, validação com curva ROC
e dinâmica molecular, os alunos aprenderão a conduzir um fluxo de trabalho completo – da seleção do alvo até a validação final de compostos bioativos. Com foco prático e
científico, o curso prepara os participantes para aplicar esses métodos em projetos de pesquisa e desenvolvimento farmacológico.
O curso está estruturado da seguinte forma:
Módulo 1: Introdução à Bioinformática e Virtual Screening
1.1 Introdução à Descoberta de Fármacos por Computação.
1.2 Apresentação de um caso real de estudo, onde os alunos realizarão todas as etapas do
processo de descobrimento de novos fármacos.
1.3 Introdução ao Virtual Screening.
o O que é Virtual Screening?
o Diferença entre High-throughput Screening e Virtual Screening.
o Tipos de abordagens para Virtual Screening (Ligand-Based, Receptor-Based,
etc.).
1.4 Escolha do alvo molecular (proteína) e definição do objetivo terapêutico.
1.5 Busca por compostos bioativos na literatura e banco de dados, tais como DrugBank,
PubChem, ChEMBL e BindingDB.
1.6 Geração de decoys para os compostos bioativos na plataforma Dud-e.
Módulo 2: Docking Molecular
2.1 Conceitos de Docking Molecular.
o O que é docking molecular e como ele contribui para o descobrimento de
fármacos?
o Diferença entre docking rígido e flexível.
o Preparação das estruturas para docking (ligantes, proteína, remoção das moléculas
de água, protonação, grid, etc.).
o Compostos químicos e estruturas de proteínas (formato PDB, PDBQT).
o Processos experimentais para a obtenção de estruturas tridimensionais de
proteínas.
2.2 Execução do Docking Molecular.
o Como configurar o docking usando AutoDock Vina.
o Parâmetros do docking: grid box, algoritmos de busca.
2.3 Análise dos resultados do docking: binding score e poses de ligação.
Módulo 3: Validação do Docking com Curva ROC
3.1 Introdução à Curva ROC (Receiver Operating Characteristic).
o O que é a Curva ROC e como ela é usada na validação de modelos de docking?
o A relação entre sensibilidade, especificidade e a AUC (Área sob a Curva).
o Importância da Curva ROC na validação de predições de binding.
3.2 Como Realizar a Validação do Docking usando a Curva ROC.
o Cálculos de Docking com os decoys e compostos bioativos no AutoDock Vina.
o Como gerar os dados para a curva ROC a partir de resultados de docking.
o Ferramentas para construir a curva ROC (Python, R, etc.).
o Como interpretar e avaliar a performance do modelo de docking.
3.3 Como Realizar a Validação do Docking usando cálculos de Re-docking.
Módulo 4: Ferramentas e Preparação para Virtual Screening
4.1 Conformação mais estável dos compostos bioativos a ser utilizado na triagem virtual.
4.2 Bancos de dados a serem utilizados: Chembl34, ChemDiv, ChemSpace, Mcule,
MolPort, PubChem, ZINC.
4.3 Softwares a serem utilizados (AutoDock Tools, AutoDock Vina, PDB2PQR,
SwissADME, pkCSM – ADMET, BIOVIA Discovery Studio, Excel, etc.).
Módulo 5: Aplicação de Filtros Farmacológicos no SwissADME
5.1 Introdução ao SwissADME.
o O que é o SwissADME?
o Importância e discussão sobre a aplicabilidade dos filtros farmacológicos
(Lipinski, Ghose, Veber, PAINS, Brenk, GI Absorption, BBB permeant, Oral
Bioavailability, etc.).
o Como usar a ferramenta SwissADME para predições de propriedades
farmacológicas.
o Como utilizar os resultados para refinar compostos para Virtual Screening.
Módulo 6: Aplicação de Filtros ADMET
6.1 Introdução ao ADMET.
o O que é ADMET e como se relaciona com o desenvolvimento de fármacos?
o Diferentes tipos de filtros ADMET: Absorção, Distribuição, Metabolismo,
Excreção, Toxicidade.
o Ferramentas comuns para análise ADMET: ADMETLab, pkCSM, etc.
6.2 Aplicação dos Filtros ADMET.
o Como interpretar os resultados dos filtros ADMET.
o Seleção de compostos com maior potencial terapêutico e menor toxicidade.
o Integração dos dados ADMET no processo de Virtual Screening.
Módulo 7: Docking molecular dos compostos finais aprovados
7.1 Docking molecular dos compostos finais ranqueados no AutoDock Vina, após a
aplicação de todos os filtros.
7.2 Análise dos resultados do docking: binding score, poses de ligação, interação ligante-
receptor.
Módulo 8: Dinâmica Molecular
8.1 Introdução à Dinâmica Molecular.
o O que é Dinâmica Molecular e qual a sua aplicação em simulações de interação
proteína-ligante?
o Conceitos básicos: forças de interação, temperatura, pressão, etc.
o Campos de força (AMBER, GROMOS, CHARMM, OPLS).
o Softwares comuns para Dinâmica Molecular: GROMACS, AMBER, LAMMPS,
etc.
8.2 Preparação e Execução de Simulações de Dinâmica Molecular.
o Como preparar os sistemas para simulação (estrutura de proteína-ligante,
solvatação, ionização).
o Passos para realizar uma simulação de dinâmica molecular (minimização de
energia, equilibração NPT e NVT).
o Análise dos resultados da simulação: RMSD, RMSF, Ligação de Hidrogênio,
Energia Total, Energia de Interação, Análise de Conformações.
Módulo 9: Integração e Aplicações Avançadas
9.1 Integração das Técnicas em um Fluxo de Trabalho Completo.
o Como integrar todas as etapas (Virtual Screening, Aplicação de Filtros
Farmacológicos e ADMET, Docking molecular, Validação Curva ROC e
Dinâmica Molecular).
o Interpretação conjunta dos resultados e discussão das possíveis aplicações
farmacológicas.
o Validação Experimental, com vistas a futuros ensaios clínicos e possível aplicação
terapêutica.