Descubrimiento guiado por la estructura de inhibidores de CHI3L1 de espacios químicos ultragrandes para la terapia de...

Área de la Ciencia:

• En el campo de la oncología
• Farmacología
• La bioquímica

Sus antecedentes:

• El glioblastoma (GBM) es un tumor cerebral agresivo con un mal pronóstico y opciones de tratamiento limitadas.
• La quitinasa 3-like 1 (CHI3L1) está implicada en la progresión de GBM y la evasión inmune, lo que la convierte en un objetivo terapéutico potencial.
• Dirigirse a CHI3L1 ofrece una nueva estrategia para superar la resistencia terapéutica de GBM.

Objetivo del estudio:

• Identificar nuevos inhibidores de la quitinasa 3 tipo 1 (CHI3L1) para el tratamiento del glioblastoma.
• Explorar la eficacia de los inhibidores identificados en modelos preclínicos de GBM.
• Validar el potencial del cribado virtual guiado por la estructura para el descubrimiento de fármacos en oncología.

Principales métodos:

• Utilizó una plataforma de detección virtual basada en la estructura interna (SpaceDock) para analizar 377 mil millones de compuestos.
• Se empleó un enfoque de diseño de ligando consciente de la reacción para la identificación de aciertos.
• Compuestos sintetizados y probados mediante ensayos de termoforesis a microescala (MST) y resonancia plasmónica superficial (SPR).
• Evaluación de la eficacia del compuesto en un modelo esferoide 3D de GBM, evaluando la viabilidad y la señalización STAT3.

Principales resultados:

• Compuesto 9e identificado como un potente inhibidor de CHI3L1 con una K_d de 19,11 μM.
• El compuesto 9e demostró una reducción significativa de la viabilidad esferoide de GBM dependiente de la dosis.
• 9e inhibió efectivamente la señalización STAT3 en el modelo 3D de GBM.
• El cribado virtual guiado por la estructura y consciente de la reactividad demostró ser eficaz para atacar proteínas complejas.

Conclusiones:

• El compuesto 9e es un candidato prometedor para atacar el eje CHI3L1-STAT3 en el glioblastoma.
• El estudio valida la utilidad del cribado virtual ultragrande para el descubrimiento de nuevas terapias contra el cáncer.
• Este enfoque tiene potencial para apuntar a proteínas dinámicas no enzimáticas en modelos complejos de enfermedades.