O projeto OpenPandemics – COVID-19 ajuda os pesquisadores da Scripps Research a procurar possíveis tratamentos para COVID-19. Mas isso é apenas o começo do mais novo projeto, e eles precisam da sua ajuda.

• Sem cura
• Sem tratamento
• Sem vacina

Esses são três fatos sombrios sobre o COVID-19, uma doença causada por um vírus recém-identificado e altamente contagioso, chamado SARS-CoV-2, que causou estragos em apenas alguns meses em todo o mundo, causando doenças graves e até a morte. Mas cientistas e voluntários estão se unindo para impulsionar o OpenPandemics – COVID-19, um novo projeto World Community Grid para ajudar a resolver a necessidade urgente de identificar tratamentos potencialmente eficazes para o COVID-19.

Por que encontrar tratamentos potenciais para COVID-19 é tão importante?

Logo após a identificação do COVID-19, os cientistas começaram a complexa tarefa de criar uma vacina que poderia ajudar a impedir a propagação do vírus. No entanto, é provável que esse processo leve muitos meses – ou possivelmente anos – mesmo com um esforço global concertado entre cientistas e com ensaios clínicos acelerados.

Enquanto isso, os cientistas também estão procurando agentes terapêuticos em potencial que possam ajudar a gerenciar os sintomas, interromper a progressão da doença e, finalmente, acelerar a cura do COVID-19. O OpenPandemics – COVID-19 é um desses esforços, liderado por pesquisadores do Forli Lab da Scripps Research, que estão acelerando a pesquisa, recrutando a ajuda de voluntários da World Community Grid.

Como o World Community Grid funciona?

Como voluntário do World Community Grid, você baixa um programa de software seguro para o seu computador. E quando o computador não está usando todo o seu poder de computação, ele executa automaticamente um experimento simulado em segundo plano, que ajudará a prever a eficácia de um composto químico específico na inibição das funções das proteínas virais, como um possível tratamento para o COVID-19. Em seguida, seu computador retorna os resultados da simulação concluída e solicita a próxima simulação.

O World Community Grid combina os resultados do seu computador com milhões de resultados de outros voluntários em todo o mundo e os envia à equipe de pesquisa da Scripps para análise. Embora esse processo não aconteça da noite para o dia, ele acelera drasticamente o que, de outra forma, levaria muitos anos ou pode até ser impossível.

O Forli Lab está usando um processo conhecido como docking molecular, que é o estudo de como duas ou mais moléculas se encaixam, para avaliar como os compostos químicos podem se ligar às proteínas SARS-CoV-2 e, portanto, podem ser eficazes como possíveis tratamentos.

Como esse esforço pode ajudar a lidar com futuras pandemias?

Para ajudar a lidar com futuras pandemias, os pesquisadores precisam ter acesso a ferramentas rápidas e eficazes que podem ser implantadas muito cedo, assim que uma doença ameaçadora for identificada. Usando o conhecimento e os dados da busca de possíveis tratamentos com COVID-19, os pesquisadores planejam criar uma infraestrutura de software para otimizar o processo de busca de possíveis tratamentos para outras doenças. E, de acordo com a política de dados abertos do World Community Grid, eles disponibilizam suas descobertas e essas ferramentas gratuitamente para a comunidade científica.

Além de procurar possíveis tratamentos para o COVID-19, os cientistas querem estar preparados para a próxima emergência. As pandemias futuras podem resultar de um acúmulo progressivo de mutações, o que pode levar a uma nova variante do vírus. Foi o que aconteceu quando o vírus SARS-CoV-1 se transformou em SARS-CoV-2, o vírus que causa o COVID-19. Portanto, a equipe de pesquisa está incluindo proteínas do SARS-CoV-1 e outros vírus, para serem estudadas como parte do OpenPandemics – COVID-19, que os ajudará a avaliar o quão difícil seria encontrar ou projetar moléculas capazes de superar as mutações inevitáveis.

Fonte: https://www.worldcommunitygrid.org/about_us/viewNewsArticle.do?articleId=624

Projeto: https://www.worldcommunitygrid.org/research/opn1/overview.do