Identifican posibles fármacos contra el Covid-19 a través de simulaciones por supercomputadora
MADRID, 6 (EUROPA PRESS)
Una investigación basada en extensos cálculos utilizando la supercomputadora MOGON II de la Universidad Johannes Gutenberg de Mainz (Alemania), una de las más poderosas del mundo, ha identificado varios medicamentos aprobados para el tratamiento de la infección viral de la hepatitis C como posibles candidatos contra el Covid-19.
En su trabajo, publicado en la revista de la Organización Mundial de la Salud (OMS), han simulado la manera en que unas 42.000 sustancias diferentes incluidas en bases de datos abiertas se unen a ciertas proteínas del SARS-CoV-2 y, de ese modo, inhiben la penetración del virus en el cuerpo humano o su multiplicación.
"Este método de simulación informática se conoce como acoplamiento molecular y ha sido reconocido y utilizado durante años. Es mucho más rápido y menos costoso que los experimentos de laboratorio. Hasta donde sabemos, fuimos los primeros en utilizar el acoplamiento molecular con el SARS-CoV-2. Y es una fantástica noticia que hemos encontrado un número de drogas aprobadas para la hepatitis C como candidatos prometedores para el tratamiento", explica uno de los responsables del trabajo, Thomas Efferth.
Usando la supercomputadora MOGON II, los investigadores hicieron más de 30 mil millones de cálculos individuales en dos meses y encontraron que los compuestos de las cuatro fármacos para la hepatitis C simeprevir, paritaprevir, grazoprevir y velpatasvir tienen una alta afinidad para unirse al SARS-CoV-2 y, por lo tanto, pueden ser capaces de prevenir la infección.
"Esto también se ve respaldado por el hecho de que tanto el SARS-CoV-2 como el virus de la hepatitis C son un virus del mismo tipo, el llamado virus de ARN de cadena única", argumenta Efferth. Según los investigadores, una sustancia natural de japonesa (Lonicera japonica), que se ha utilizado en Asia contra varias otras enfermedades desde hace algún tiempo, podría ser otro fuerte candidato contra el SARS-CoV-2.