Criada uma técnica mais inteligente de desenvolver vacinas

Os alfavírus continuam a surgir em todo o mundo, e o desenvolvimento tradicional de vacinas não consegue acompanhar o ritmo.
[Imagem: UTMB]

Método para desenvolver vacinas

Uma nova metodologia computacional promete acelerar drasticamente o desenvolvimento de vacinas contra um grupo de vírus transmitidos por mosquitos e pernilongos, conhecidos como alfavírus.

Os alfavírus, que causam doenças como chikungunya, febre mayaro e encefalite equina, são transmitidos por mosquitos e podem causar febre alta, artrite e doenças neurológicas em humanos e animais.

O novo sistema consiste em um ambiente integrado de desenvolvimento iterativo de vacinas que utiliza aprendizado de máquina, biologia estrutural e validação laboratorial para identificar simultaneamente alvos promissores para vacinas contra múltiplos vírus relacionados.

Ele analisa proteínas virais para identificar pequenos fragmentos, chamados epítopos, que podem desencadear uma forte resposta imunológica, e então avalia esses fragmentos com base em fatores como imunogenicidade, cobertura genética em diferentes populações, estabilidade e solubilidade.

"Nosso método oferece um novo caminho a seguir, integrando a previsão computacional com a validação experimental para identificar alvos de vacinas que possam fornecer ampla proteção contra vários vírus simultaneamente," disse o professor Nikos Vasilakis, da Universidade do Texas (EUA).

Pesquisa em larga escala

Para avaliar seu sistema, a equipe analisou centenas de peptídeos virais, identificando um conjunto de epítopos candidatos capazes de estimular respostas imunes em múltiplos alfavírus. Foram então realizados testes laboratoriais utilizando células imunes de camundongos e humanos, com os resultados mostrando que vários desses peptídeos ativam células T e desencadeiam a liberação de moléculas-chave de sinalização imunológica, como interferon-gama, fator de necrose tumoral alfa e interleucina-2.

"Em vez de abordar o desenvolvimento de vacinas um vírus de cada vez, esta plataforma nos permite pensar de forma mais estratégica e proativa e realizar análises em uma escala que antes era inatingível," disse o pesquisador Peter McCaffrey. "Ao combinar aprendizado de máquina, biologia estrutural e testes de laboratório, podemos identificar rapidamente os alvos mais promissores e acelerar o caminho para vacinas com ampla proteção."

Além de identificar potenciais alvos para vacinas, o método estabelece um fluxo de trabalho repetível integrando a previsão computacional com a validação experimental, fornecendo um modelo para futuros esforços de desenvolvimento de vacinas.

A inovação contou com a participação de vários cientistas brasileiros, do CDTN (Centro de Desenvolvimento da Tecnologia Nuclear) e do LNBio (Laboratório Nacional de Biociências).