Creazione di un algoritmo genetico per la progettazione di un farmaco anti-Ebola

o-FARMACO-facebookAutore del lavoro candidato: Andrea Senacheribbe

DESCRIZIONE TECNICA DEL LAVORO CHE VIENE CANDIDATO E DEI CONSEGUENTI RISULTATI : Il progetto prevede la creazione di un algoritmo genetico per il drug design. L’algoritmo, tradotto in un programma informatico, è stato prima testato e poi utilizzato per la ricerca di un potenziale farmaco contro l’Ebola. L’Ebolavirus è un pericoloso patogeno che causa forti febbri emorragiche. Dallo scoppio dell’epidemia nell’Africa Occidentale del 2014, sono morte più di 10 000 persone a causa dell’Ebola. Trovare una cura rappresenta un’urgenza per evitare ulteriori gravi epidemie. Una particolare proteina dell’Ebolavirus, la VP24, riesce a bloccare l’azione degli interferoni, una prima linea di difesa immunitaria antivirale, aumentando sensibilmente la virulenza dell’Ebola. Studi scientifici hanno dimostrato che inibire l’azione di questa proteina virale significa garantire una maggiore protezione contro il patogeno. È sulla VP24 che ho quindi incentrato le mie ricerche per un farmaco anti-Ebola. Ho prima di tutto testato quale funzione matematica è meglio indicata per il calcolo della fitness riproduttiva dell’algoritmo genetico e ho verificato il buon funzionamento della parte di codice per le mutazioni. Successivamente, ho apportato una modifica al programma aggiungendo una penalità per i ligandi con massa molecolare troppo elevata, in modo da ottenere molecole utilizzabili a scopo farmacologico. Dopo questa modifica, ho ottenuto due potenziali farmaci che presentano un’alta affinità e rispettano tutte le condizioni imposte dalla Regola di Lipinski per la progettazione di un farmaco. Queste due molecole dimostrano quindi un corretto funzionamento dell’algoritmo. L’algoritmo genetico è stato testato utilizzando la proteina VP24 dell’Ebola. È però possibile, cambiando l’input, cercare molecole per inibire potenzialmente qualsiasi proteina. Quindi migliorato ulteriormente, l’algoritmo potrebbe essere utilizzato per eseguire simulazioni di farmaci, riducendo i test da effettuare in laboratorio e quindi i costi per la loro progettazione.