AlphaFold em Doenças Zoonóticas: Inteligência Artificial aplicada a Brucella spp.
Palavras-chave:
Brucella, AlphaFold, Inteligência Artificial, Alvos Terapêuticos, Saúde ÚnicaResumo
Introdução: A inteligência artificial, especialmente o AlphaFold, está transformando a biologia estrutural e a pesquisa de doenças zoonóticas como a brucelose, causada por Brucella spp., um patógeno que ameaça a saúde pública e a pecuária em todo o mundo. Materiais e métodos: Foi realizada uma revisão qualitativa e descritiva por meio de buscas nas bases de dados PubMed, SciELO, ScienceDirect e Google Scholar, utilizando os termos "Brucella", "AlphaFold", "IA", "Inteligência Artificial", "Descoberta de Fármacos" e "Triagem Virtual", limitada a artigos em inglês publicados entre 2020 e 2025. Das 26 publicações iniciais, 16 foram selecionadas para análise rigorosa. Resultados: Modelos tridimensionais de proteínas de Brucella (BvrR, Omp25, Omp31) possibilitaram o mapeamento de epítopos e a triagem virtual para o desenvolvimento de fármacos e vacinas de mRNA com múltiplos epítopos, direcionados ao sistema de secreção do tipo IV. A modelagem da proteína WadA com o AlphaFold esclareceu os mecanismos de virulência associados ao lipopolissacarídeo. Além disso, um antígeno multi-epítopo com alta sensibilidade e especificidade para diagnóstico sorológico foi desenvolvido, superando as limitações de reatividade cruzada dos testes convencionais. Discussão: O AlphaFold acelera a priorização de alvos terapêuticos e antígenos ao vincular fatores de virulência à imunogenicidade. No entanto, limitações como a falta de captura de fenômenos alostéricos e a dependência de alinhamentos múltiplos profundos permanecem, exigindo, portanto, validações experimentais pré-clínicas e clínicas. Conclusões: A integração do AlphaFold com a bioinformática oferece oportunidades promissoras para o desenvolvimento de medicamentos, vacinas e diagnósticos contra a brucelose dentro da abordagem de Saúde Única, embora validações adicionais in vitro e in vivo sejam essenciais.
Referências
Elrashedy, A., Nayel, M., Salama, A., Salama, M. M., & Hasan, M. E. (2024). Bioinformatics approach for structure modeling, vaccine design, and molecular docking of Brucella candidate proteins BvrR, OMP25, and OMP31. Scientific Reports, 14, Article 11951. https://doi.org/10.1038/s41598-024-61991-7
Ghanbari, M. K., Gorji, H. A., Behzadifar, M., Sanee, N., Mehedi, N., & Bragazzi, N. L. (2020). One Health approach to tackle brucellosis: A systematic review. Tropical Medicine and Health, 48, Article 86. https://doi.org/10.1186/s41182-020-00272-1
Gimeno, A., Ojeda-Montes, M. J., Tomás-Hernández, S., Cereto-Massagué, A., Beltrán-Debón, R., Mulero, M., ... & Garcia-Vallvé, S. (2019). The light and dark sides of virtual screening: What is there to know? International Journal of Molecular Sciences, 20(6), 1375. https://doi.org/10.3390/ijms20061375
Greener, J. G., & Sternberg, M. J. E. (2018). Structure-based prediction of protein allostery. Current Opinion in Structural Biology, 50, 1-8. https://doi.org/10.1016/j.sbi.2017.10.002
Hassoun, S., Jefferson, F., Shi, X., Stucky, B., Wang, J., & Rosa, E. (2021). Artificial intelligence for biology. Integrative and Comparative Biology, 61(6), 2267-2275. https://doi.org/10.1093/icb/icab188
Kim, H. J., Kim, H., Lee, J. H., & Hwangbo, C. (2023). Toll-like receptor 4 (TLR4): New insight immune and aging. Immunity & Ageing, 20, Article 67. https://doi.org/10.1186/s12979-023-00383-3
Liu, Z., Gao, L., Wang, M., Yuan, M., & Li, Z. (2024). Long ignored but making a comeback: A worldwide epidemiological evolution of human brucellosis. Emerging Microbes & Infections, 13(1), Article 2290839. https://doi.org/10.1080/22221751.2023.2290839
Luo, J. R., Qi, X. X., Tian, T. T., Shang, K. Y., Shi, H. D., Li, C., ... & Zhang, X. (2025). Design of a multi-epitope mRNA vaccine against Brucella type IV secretion system using reverse vaccinology and immunogenicity approaches. Scientific Reports, 15, Article 30698. https://doi.org/10.1038/s41598-025-09509-7
Nussinov, R., Zhang, M., Liu, Y., & Jang, H. (2022). AlphaFold, artificial intelligence (AI), and allostery. The Journal of Physical Chemistry B, 126(34), 6372-6383. https://doi.org/10.1021/acs.jpcb.2c04346
Rivas-Solano, O. (2015). Brucella abortus: Patogénesis y regulación génica de la virulencia. Tecnología en Marcha, *28*(2), 61-73. https://www.scielo.sa.cr/scielo.php?script=sci_arttext&pid=S0379-39822015000200061
Servais, C., Vassen, V., Verhaeghe, A., Küster, N., Carlier, E., Phégnon, L., ... & De Bolle, X. (2023). Lipopolysaccharide biosynthesis and traffic in the envelope of the pathogen Brucella abortus. Nature Communications, 14(1), Article 911. https://doi.org/10.1038/s41467-023-36442-y
Wang, G., Qi, X., Zhao, S., Pei, Q., Chen, Y., Yin, D., ... & Zhang, Y. (2025). Preparation of a Brucella multiepitope fusion protein based on bioinformatics and its application in serological diagnosis of human brucellosis. Scientific Reports, 15, Article 19106. https://doi.org/10.1038/s41598-025-04244-5
Wheeler, R. J. (2021). A resource for improved predictions of Trypanosoma and Leishmania protein three-dimensional structure. PLOS ONE, 16(11), e0259871. https://doi.org/10.1371/journal.pone.0259871
Xu, Y., Liu, X., Cao, X., Huang, C., Liu, E., Qian, S., ... & Zhang, J. (2021). Artificial intelligence: A powerful paradigm for scientific research. The Innovation, 2(4), 100179. https://doi.org/10.1016/j.xinn.2021.100179
Yagupsky, P., Morata, P., & Colmenero, J. D. (2020). Laboratory diagnosis of human brucellosis. Clinical Microbiology Reviews, 33(1), e00073-19. https://doi.org/10.1128/CMR.00073-19
Yang, J., Wang, Y., Hou, Y., Sun, M., Xia, T., & Wu, X. (2024). Evasion of host defense by Brucella. Cell Insight, 3(1), 100143. https://doi.org/10.1016/j.cellin.2023.100143
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Mayra Alejandra Saeteros Amorozo , Mildre Mercedes Vidal del Río, Raúl González Salas
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Esta revista proporciona un acceso abierto inmediato a su contenido, basado en el principio de que ofrecer al público un acceso libre a las investigaciones ayuda a un mayor intercambio global de conocimiento. Cada autor es responsable del contenido de cada uno de sus artículos. Los artículos pueden ser inéditos o estar disponibles previamente en servidores de preprints reconocidos por la revista. Sin embargo, no se permite la duplicación de la publicación o traducción de un artículo ya publicado en otra revista o como capítulo de un libro.
This journal provides immediate open access to its content, based on the principle that providing the public with free access to research supports a greater global exchange of knowledge. Each author is responsible for the content of each of their articles. Articles may be previously unpublished or available on preprint servers recognized by the journal. However, duplication of publication or translation of an article already published in another journal or as a book chapter is not permitted.
Esta revista oferece acesso aberto imediato ao seu conteúdo, com base no princípio de que oferecer ao público acesso gratuito à pesquisa contribui para um maior intercâmbio global de conhecimento. Cada autor é responsável pelo conteúdo de cada um de seus artigos. Os artigos poderão ser inéditos ou estar previamente disponíveis em servidores de preprints reconhecidos pela revista. No entanto, não é permitida a duplicação de publicação ou tradução de artigo já publicado em outro periódico ou como capítulo de livro.
Universidad de Oriente 