Acelerando a descoberta de novos analgésicos por meio do docking molecular.
O PainDocking executa Virtual Screening N×N, testando automaticamente cada ligante contra um conjunto de alvos moleculares validados envolvidos na dor inflamatória, neuropática e crônica. Utilizando o AutoDock-GPU com aceleração por GPU, a plataforma realiza simulações de docking molecular em larga escala, reduzindo significativamente o tempo de processamento e acelerando a identificação de potenciais candidatos a novos analgésicos...
Uma plataforma de triagem virtual para pesquisa em dor
A dor crônica afeta milhões de pessoas e ainda carece de tratamentos eficazes e seguros. O PainDocking acelera a busca por novos analgésicos: você envia uma biblioteca de compostos e a plataforma faz o docking de cada um contra todos os alvos proteicos validados envolvidos na dor, ranqueando os mais promissores por afinidade de ligação.
Foco em pesquisa em dor
Os alvos são proteínas e enzimas envolvidas nas vias da dor inflamatória, neuropática e crônica — relevantes para o desenvolvimento de novos analgésicos.
Triagem N×N completa
Todo ligante é ancorado contra cada alvo do banco. Nada fica de fora — a matriz inteira de pares ligante–receptor é avaliada.
Acelerado por GPU
O AutoDock-GPU executa o docking em paralelo na placa gráfica, tornando viável triar milhares de compostos contra dezenas de alvos.
Vantagens do AutoDock-GPU
O AutoDock-GPU oferece um aumento significativo na velocidade de cálculo do docking molecular, permitindo análises mais rápidas e a triagem virtual de milhares de compostos, ideal para estudos de larga escala.
Técnicas de otimização
Utilizando técnicas avançadas de busca e otimização, como algoritmos genéticos e busca local baseada em gradientes, o AutoDock-GPU maximiza a eficiência na identificação de poses ligante-proteína de alta afinidade.
Decomposição do sistema proteína–ligante nos estados unbound e bound — base do cálculo da energia livre de ligação ΔG.
SANTOS-MARTINS, Diogo et al. Accelerating AutoDock4 with GPUs and gradient-based local search. Journal of Chemical Theory and Computation, v. 17, n. 2, p. 1060–1073, 2021.
Ciência aberta para a pesquisa em dor
Desenvolvido em parceria entre universidade e institutos de pesquisa, o PainDocking coloca o poder do docking molecular acelerado por GPU nas mãos de pesquisadores — facilitando estudos de descoberta de novos analgésicos para o tratamento da dor inflamatória, neuropática e crônica.
Da biblioteca de compostos ao ranking de candidatos — em quatro fases.
Avanços em docking molecular
A plataforma PainDocking amplifica o potencial de identificação de novos medicamentos, oferecendo uma abordagem inovadora para a experimentação com docking molecular.
Análise acelerada de interações moleculares
O PainDocking proporciona uma análise acelerada e detalhada das interações entre ligantes e alvos moleculares, disponibilizando uma avaliação mais abrangente e eficiente dos resultados.
Estratégia aprimorada de virtual screening
A plataforma conduz um screening virtual, explorando interações moleculares para a identificação ágil e efetiva de compostos com potencial analgésico.
Seleção criteriosa de candidatos a fármacos
O PainDocking avalia rigorosamente cada ligante, utilizando uma extensa biblioteca de compostos para identificar as interações mais promissoras no desenvolvimento de novos analgésicos.
Seleção e preparação de macromoléculas alvo
O PainDocking conta com um banco de dados de macromoléculas alvo previamente selecionadas, preparadas e padronizadas. Essas macromoléculas são proteínas e enzimas envolvidas nas vias da dor. Elas são utilizadas nos processos de docking contra cada ligante enviado, facilitando o virtual screening dos alvos selecionados pelo usuário.
Padronização dos alvos
Cada alvo selecionado passou por um processo de padronização, no qual o redocking foi aplicado para validação. Esse processo incluiu a preparação do receptor e a definição dos parâmetros de coordenadas e tamanho da gridbox, replicando a posição original do ligante cristalizado. Foram gerados os maps de "ligand types" e realizados testes finais de docking para salvar as informações, a serem usadas nas etapas posteriores.