Notícia

As plantas contra novas doenças virais humanas, incluindo o coronavírus

Fonte

Universidade Politécnica de Madri

Data

sábado, 21 março 2020 12:45

Áreas

Biotecnologia. Genômica. Saúde. Tecnologias.

As plantas têm um alto potencial para disponibilizar componentes úteis contra novas doenças virais humanas. A biotecnologia vegetal desenvolveu ao longo da última década uma tecnologia sofisticada que permite a produção, em poucas semanas, de quantidades massivas de proteínas virais que são necessárias para o desenvolvimento de vacinas isoladas ou novos procedimentos diagnósticos. Além disso, as proteínas virais produzidas, que simulam a estrutura real do vírus – as chamadas partículas “parecidas” com vírus, ou  VLPs, da sigla em inglês) são partículas não infecciosas que podem ser capazes de desenvolver a resposta imune de uma maneira efetiva. O novo coronavírus (SARS-CoV-2) não é uma exceção para esta tecnologia.

Esta tecnologia baseada em plantas já demonstrou sua adequação há uma década, quando a empresa médica canadense Medicago anunciou a produção de VLPs do vírus da gripe pandêmica H1N1 apenas 19 dias após a publicação do genoma do vírus. Em seguida vieram outras empresas e centros de pesquisa, o que permitiu o atual estágio avançado de desenvolvimento de uma vacina permanente contra a gripe.

Para o SARS-CoV-2, os avanços estão sendo semelhantes. No último dia 13 de março a Medicago anunciou a produção de VLPs do novo coronavírus e o início de testes clínicos em julho, dependendo da rapidez das regulamentações canadenses. Outras empresas estão avançando na mesma direção. Por exemplo, a empresa norte-americana iBio anunciou em fevereiro um esforço conjunto com a empresa chinesa CC-pharming para desenvolver, a partir de plantas, uma vacina contra o coronavírus.

Acesse a notícia na página da Universidade Politécnica de Madrid (em espanhol).

Fonte: Fernando Ponz, pesquisador do Centro de Biotecnologia e Genômica de Plantas da Universidade Politécnica de Madri. Imagem: VLP da Influenza N1 renderizado em 3D com componentes estruturais segmentados e coloridos computacionalmente. Fonte: NIAID, NIH.