SIMULAÇÃO COMPUTACIONAL DE AGREGADOS DE POPG NA PRESENÇA DO PEPTÍDEO ANTIMICROBIANO LL37

SIMULAÇÃO COMPUTACIONAL DE AGREGADOS DE POPG NA PRESENÇA DO PEPTÍDEO ANTIMICROBIANO LL37

Valencia, Yeny Y. P.; Hora, Gabriel C. A. da; Soares, Thereza A.

Artigo Completo:

Os peptídeos antimicrobianos (AMPs) são compostos biológicos com atividade de amplo espectro contra bactérias, vírus e fungos. AMPs são moléculas anfipáticas com regiões hidrofóbicas e hidrofílicas (carregada positivamente). Em geral, a região hidrofílica pode iniciar a interação do peptídeo com a superfície bacteriana carregada negativamente e os grupos de cabeça negativamente carregados dos fosfolipídios. Já a parte hidrofóbica permitiria que os peptídeos penetrassem no interior da membrana com a possibilidade de ruptura de membranas lipídicas. (WU et al., 1999). Uma vez em contato com a membrana microbiana alvo, o peptídeo pode provocar a ruptura das células através de diversos mecanismos propostos.

Os peptídeos antimicrobianos (AMPs) são compostos biológicos com atividade de amplo espectro contra bactérias, vírus e fungos. AMPs são moléculas anfipáticas com regiões hidrofóbicas e hidrofílicas (carregada positivamente). Em geral, a região hidrofílica pode iniciar a interação do peptídeo com a superfície bacteriana carregada negativamente e os grupos de cabeça negativamente carregados dos fosfolipídios. Já a parte hidrofóbica permitiria que os peptídeos penetrassem no interior da membrana com a possibilidade de ruptura de membranas lipídicas. (WU et al., 1999). Uma vez em contato com a membrana microbiana alvo, o peptídeo pode provocar a ruptura das células através de diversos mecanismos propostos.

Palavras-chave:

DOI: 10.5151/biofisica2018-06

Referências bibliográficas

• [1] BROWN, K. L.; HANCOCK, R. E. Cationic host defense (antimicrobial) peptides. Current Opinion in Immunology, [s. l.], v. 18, n. 1, p. 24–30, 2006. Disponível em: <http://linkinghub.elsevier.com/retrieve/pii/S0952791505001998>
• [2] CARPENTER, T. S. et al. Computational Lipidomics of the Neuronal Plasma Membrane. [s. l.], p. 2271–2280, 2017.
• [3] DA HORA, G. C. A. Simulac¸o~es Computacionais do Pepti´deo Hi´brido Plantaricina-Pediocina em Membranas Fosfolipi´dicas Puras e Bina´rias Compostas por POPC:POPG. [s. l.], p. 147, 2016.
• [4] DA HORA, G. C. A. et al. Membrane negative curvature induced by a hybrid peptide from pediocin PA-1 and plantaricin 149 as revealed by atomistic molecular dynamics simulations. Soft Matter, [s. l.], v. 12, n. 43, p. 8884–8898, 2016. Disponível em: <http://xlink.rsc.org/?DOI=C6SM01714B>
• [5] DÜRR, U. H. N.; SUDHEENDRA, U. S.; RAMAMOORTHY, A. LL-37, the only human member of the cathelicidin family of antimicrobial peptides. Biochimica et Biophysica Acta (BBA) - Biomembranes, [s. l.], v. 1758, n. 9, p. 1408–1425, 2006. Disponível em: <http://linkinghub.elsevier.com/retrieve/pii/S000527360600126X>
• [6] FEDER, R.; NEHUSHTAI, R.; MOR, A. Affinity driven molecular transfer from erythrocyte membrane to target cells. Peptides, [s. l.], v. 22, n. 10, p. 1683–1690, 2001. Disponível em: <http://linkinghub.elsevier.com/retrieve/pii/S0196978101005046>
• [7] HESS, B. et al. GROMACS 4: Algorithms for Highly Efficient, Load-Balanced, and Scalable Molecular Simulation. Journal of Chemical Theory and Computation, [s. l.], v. 4, n. 3, p. 435–447, 2008. Disponível em: <http://pubs.acs.org/doi/abs/10.1021/ct700301q>
• [8] MARRINK, S. J. et al. The MARTINI Force Field: Coarse Grained Model for Biomolecular Simulations. The Journal of Physical Chemistry B, [s. l.], v. 111, n. 27, p. 7812–7824, 2007. Disponível em: <http://pubs.acs.org/doi/abs/10.1021/jp071097f>
• [9] MARRINK, S. J.; DE VRIES, A. H.; MARK, A. E. Coarse Grained Model for Semiquantitative Lipid Simulations. The Journal of Physical Chemistry B, [s. l.], v. 108, n. 2, p. 750–760, 2004. Disponível em: <http://pubs.acs.org/doi/abs/10.1021/jp036508g>
• [10] MARTÍNEZ, L. et al. PACKMOL: A package for building initial configurations for molecular dynamics simulations. Journal of Computational Chemistry, [s. l.], v. 30, n. 13, p. 2157–2164, 2009. Disponível em: <http://doi.wiley.com/10.1002/jcc.21224>
• [11] PABST, G. et al. Structural information from multilamellar liposomes at full hydration: full q-range fitting with high quality x-ray data. Physical review. E, Statistical physics, plasmas, fluids, and related interdisciplinary topics, [s. l.], v. 62, n. 3 Pt B, p. 4000–9, 2000. Disponível em: <http://www.ncbi.nlm.nih.gov/pubmed/11088921>
• [12] WASSENAAR, T. A. et al. Computational Lipidomics with insane?: A Versatile Tool for Generating Custom Membranes for Molecular Simulations. Journal of Chemical Theory and Computation, [s. l.], v. 11, n. 5, p. 2144–2155, 2015. Disponível em: <http://pubs.acs.org/doi/abs/10.1021/acs.jctc.5b00209>
• [13] WU, M. et al. Mechanism of Interaction of Different Classes of Cationic Antimicrobial Peptides with Planar Bilayers and with the Cytoplasmic Membrane of Escherichia coli †. Biochemistry, [s. l.], v. 38, n. 22, p. 7235–7242, 1999. Disponível em: <http://pubs.acs.org/doi/abs/10.1021/bi9826299>

Como citar:

Valencia, Yeny Y. P.; Hora, Gabriel C. A. da; Soares, Thereza A.; "SIMULAÇÃO COMPUTACIONAL DE AGREGADOS DE POPG NA PRESENÇA DO PEPTÍDEO ANTIMICROBIANO LL37", p-18-20. In: . São Paulo: Blucher, 2018.
ISSN 2526-6071, DOI 10.5151/biofisica2018-06