Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/128506
Título : | Cribado in silico de una librería de nutracéuticos para identificar posibles tratamientos del virus SARS-CoV-2 mediante docking molecular |
Autoría: | Equisoain Redin, Mara |
Tutor: | Briansó, Ferran |
Otros: | Valencia Delgadillo, Jorge |
Resumen : | El coronavirus SARS-CoV-2, responsable de la pandemia que comenzó en Wuhan, China, a finales de 2019 ha planteado amenazas importantes tanto para la salud, como la economía internacional. El elevado número de contagios, la ausencia de un consenso sobre el tratamiento y la incertidumbre de lo que depararán las nuevas vacunas, indican una necesidad de buscar tratamientos alternativos. La secuencia genómica del virus, así como las estructuras cristalinas de sus principales proteínas están disponibles. Los nutracéuticos, que son, compuestos activos presentes en los alimentos pueden ser una prometedora y rápida solución. Por ello, el presente trabajo pretende identificar nutracéuticos potenciales que puedan ser utilizados para el tratamiento del COVID-19. Para ello se lleva a cabo un screening virtual basado en docking molecular mediante un software local y un servidor en línea. En primer lugar, se obtuvieron a partir de diferentes bases de datos, una librería de nutracéuticos, una librería de señuelos y las estructuras cristalinas de dos dianas potenciales del COVID-19. Tanto la librería de nutracéuticos como las proteínas fueron preprocesadas. Después, se realizó el screening virtual mediante un software local y un servidor en línea. Finalmente, los resultados fueron visualizados y se analizaron sus propiedades farmacocinéticas. Los compuestos que mejores resultados obtuvieron fueron la Treonina y el Ginsenosido C. A partir de los nutracéuticos obtenidos en el trabajo, podrían llevarse a cabo estudios experimentales in vivo para evaluar la viabilidad de estos como antivirales frente al SARS-CoV-2. |
Palabras clave : | acoplamiento molecular SARS-CoV-2 nutracéutico |
Tipo de documento: | info:eu-repo/semantics/masterThesis |
Fecha de publicación : | 1-ene-2021 |
Licencia de publicación: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Trabajos finales de carrera, trabajos de investigación, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
mequisoainredinTFM0121memoria.pdf | Memoria del TFM | 1,45 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons