Predicción de la capacidad inhibitoria de metabolitos de plantas andinas peruanas sobre la proteína Spike de SARS-CoV-2 mediante herramientas bioinformáticas

Abstract

El coronavirus tipo 2 del síndrome respiratorio agudo severo (SARS-CoV-2), apareció en 2019 y causó importantes problemas sanitarios a nivel global. Su proteína Spike (S), esencial en la infección del virus, fue estudiada intensamente, permitiendo el desarrollo de vacunas y la reutilización de fármacos aprobados por la Administración de Alimentos y Medicamentos (FDA). No obstante, el virus evolucionó a variantes más virulentas capaces de eludir vacunas, planteando desafíos a la salud pública. El objetivo fue predecir la capacidad inhibitoria de metabolitos de plantas andinas peruanas sobre tres variantes de la proteína S (WT, Delta y Ómicron) mediante herramientas bioinformáticas. Para ello, se construyó una biblioteca de metabolitos de plantas andinas a partir de revisión bibliográfica y búsqueda en el repositorio PubChem para extraer la estructura de los ligandos. Luego, mediante la técnica de virtual screening, se seleccionaron los 50 metabolitos con mejores energías de interacción. A continuación, por medio de un redocking se identificaron las poses de interacción de los tres mejores metabolitos. Posteriormente, mediante la simulación de dinámica molecular, se exploró la estabilidad y flexibilidad del mejor metabolito en complejo con la proteína S, con un tiempo de 250 ns. Como resultado, se generó una biblioteca de 554 metabolitos, las cuales se probaron con las tres variantes de la proteina S, seleccionando al final dos con la mejor pose de interacción: salviadienol en Erodium cicutarium y ácido 5-p-cumaroilquínico en Prunus serotina. Finalmente, se eligió salviadienol para la simulación dinámica, debido a su mejor interacción con el sitio alostérico de la proteína S. Los resultados mostraron un complejo más estable con las variantes WT y Delta, pero más flexible con la variante Ómicron. En conclusión, se predijo la capacidad inhibitoria de salviadienol mediante técnicas bioinformáticas, identificándolo como potencial candidato a fármaco antiviral contra el SARS-CoV-2