Plataforma reúne mais de 1,17 milhão de sítios de ligação em proteínas de 10 patógenos associados a doenças como malária, dengue, Chagas e leishmaniose
Pesquisadores da Universidade Federal de Viçosa (UFV) desenvolveram uma ferramenta de inteligência computacional para acelerar a busca por tratamentos contra doenças tropicais negligenciadas, como malária, dengue, doença de Chagas e leishmaniose. A plataforma reúne mais de 1,17 milhão de sítios de ligação catalogados em mais de 100 mil proteínas de 10 patógenos.
As doenças tropicais negligenciadas afetam principalmente populações de áreas tropicais e recebem menos investimentos para o desenvolvimento de medicamentos e vacinas. Segundo as informações da pesquisa, essas infecções estão associadas a cerca de 200 mil mortes por ano, sendo 10 mil no Brasil.
O trabalho foi liderado pela UFV e resultou na criação da BENDER DB e do BENDER AI. As ferramentas foram desenvolvidas para auxiliar na identificação de sítios de ligação em proteínas, etapa utilizada na busca por alvos para o desenvolvimento de medicamentos.
A pesquisa foi publicada em 17 de setembro de 2026 na revista científica BMC Bioinformatics. Entre os principais autores estão a professora Sabrina Silveira e o pesquisador em estágio pós-doutoral Vinícius de Almeida Paiva, do Departamento de Ciência da Computação, além do professor Gustavo Bressan, do Departamento de Bioquímica e Biologia Molecular.
Também participaram Douglas Pires, ex-aluno do Coluni e professor da Universidade de Melbourne, na Austrália, e Sandro Izidoro, da Universidade Federal de Itajubá (Unifei).
Plataforma utiliza diferentes métodos de inteligência computacional
Para desenvolver a plataforma, os pesquisadores utilizaram estruturas de proteínas geradas pelo AlphaFold de 10 patógenos. Em seguida, aplicaram cinco métodos computacionais para identificar possíveis sítios de ligação nas proteínas.
Os resultados dos métodos foram produzidos em formatos diferentes e precisaram ser padronizados em uma representação comum. A equipe então desenvolveu o BENDER AI, um meta-preditor que busca um consenso entre os diferentes métodos utilizados.
Segundo a professora Sabrina Silveira, a combinação dos resultados em uma árvore de decisão baseada em consenso alcançou precisão de 0,70 e AUC de 0,89, com redução da taxa de falsos positivos em relação aos preditores individuais.
A plataforma também foi avaliada em um estudo de caso com a enzima CYP51 do Trypanosoma cruzi. Os resultados foram comparados com informações disponíveis em bancos de dados como PDB e BioLip.
Acesso aberto para pesquisadores
O projeto recebeu financiamento de agências nacionais, entre elas Capes, CNPq e Fapemig, e contou com apoio do Instituto de Inteligência Artificial e Computacional da UFV (Idata).
A BENDER DB foi disponibilizada com código aberto no GitHub e também pode ser acessada por meio de um servidor web. A plataforma oferece recursos de visualização de dados, heatmaps, gráficos UpSet e downloads em lote.
O sistema também disponibiliza links para bases de dados como DrugBank, ChEMBL e TTD. Segundo os pesquisadores, esses recursos podem auxiliar estudos relacionados ao reposicionamento de medicamentos.
A pesquisa também aborda a distribuição das doenças tropicais negligenciadas. De acordo com o professor Gustavo Bressan, essas enfermidades estão presentes principalmente em regiões da América do Sul e Central, África e Ásia. O trabalho destaca ainda que mudanças climáticas podem ampliar a distribuição geográfica de doenças transmitidas por vetores, como dengue e malária.
Informações: UFV
