Identificação de alvos terapêuticos para a bactéria multirresistente P. aeruginosa CCBH4851 através da análise de redes metabólicas

Abstract

Infecções relacionadas à assistência à saúde (IRAS) é um grave problema de saúde pública. Elas podem estar associadas à morbidade e mortalidade e são responsáveis pelos aumentos da hospitalização de pacientes. Neste contexto, é importante identificar estratégias que possam impedir a propagação de bactérias em pacientes hospitalizados. Neste trabalho, propomos um novo método para identificar alvos terapêuticos, através da análise de redes metabólicas em escala genômica, que identifica alvos conhecidos e potenciais em bactérias resistentes a múltiplos fármacos. Aqui, nós automatizamos o processo de identificação de genes essenciais usando Análise de Balanço de Fluxo (do inglês Flux Balance Analysis - FBA), Análise de Variabilidade de Fluxo (do inglês Flux Variability Analysis - FVA) e consultas a vários repositórios públicos, como KEGG, Uniprot e Drugbank A aplicação web foi desenvolvida em Python usando CobraPy e Django 1.11. Redes metabólicas em escala genômica, disponíveis no formato SBML, foram analisadas usando esta ferramenta. Foram encontradas informações de alvos terapêuticos e possíveis fármacos como resultados da análise, feita pelo sistema, de três redes metabólicas de P. aeruginosa disponíveis na literatura e da primeira versão da rede metabólica da cepa multirresistente CCBH4851. Foram detectados genes alvos que são relatados na literatura. O método de análise de fluxos de reações proposto fornece resultados, mesmo para redes metabólicas não curadas, incompletas ou imprecisas. Usando o método FBA, simulamos o nocaute na rede que verifica a interrupção da geração de biomassa. Este novo método pode fornecer informações sobre a identificação e descoberta de novos alvos terapêuticos para bactérias multirresistentes através da análise da rede metabólica em escala genômica.