O Laboratório de Modelagem Molecular (LMM) da UEFS participou do VI Simpósio Brasileiro de Inovação (Bio)farmacêutica e do VIII Simpósio Baiano de Inovação (Bio)farmacêutica (SIMBIFAR 2026), realizado de 20 a 22 de outubro na UNEB, Campus I, em Salvador (BA). O evento foi organizado pelo Programa de Pós-Graduação em Ciências Farmacêuticas (PPGFARMA) do Departamento de Ciências da Vida (DCV) da UNEB. As apresentações do grupo aconteceram no dia 21 de outubro.
O laboratório esteve representado pelas estudantes de iniciação científica Laiane Santos França Costa e Caroline Souza da Anunciação, e pelos pós-graduandos Pedro Henrique Leite Silva e Késsia Souza Santos, do Programa de Pós-Graduação em Ciências Farmacêuticas (PPGCF), e Ylanna Bonfim dos Santos, do Programa de Pós-Graduação em Biotecnologia, acompanhados pelo coordenador do LMM, professor Manoelito Coelho dos Santos Junior. Ao todo, o grupo apresentou um trabalho oral e dois pôsteres.
Equipe do LMM no SIMBIFAR 2026. Da esquerda para a direita: Caroline Anunciação, Laiane Costa, Ylanna Bonfim, Késsia Santos, Manoelito Junior e Pedro Henrique Silva (arquivo pessoal).
Apresentação oral
Pedro Henrique Leite Silva apresentou o trabalho “Construção e validação de um banco de alvos moleculares para realização de triagem virtual inversa”. Na triagem virtual inversa, em vez de buscar moléculas para um alvo, parte-se de uma molécula e procura-se entre muitos alvos aqueles com os quais ela pode interagir. Para isso, o trabalho organizou e validou um conjunto de estruturas de proteínas que servirá de base para esse tipo de estudo.
Pedro Henrique Leite Silva durante a apresentação oral (arquivo pessoal).
Apresentações em pôster
Moduladores do receptor AhR a partir de produtos naturais
O pôster “Triagem virtual hierárquica para identificação de moduladores do receptor de hidrocarboneto arila oriundos de fontes naturais”, de Caroline Souza da Anunciação, Ylanna Bonfim dos Santos e Manoelito C. Santos Junior, buscou novos moduladores do receptor de hidrocarboneto arila (AhR), associado à progressão tumoral. O estudo combinou modelos farmacofóricos, triagem de um banco de produtos naturais, acoplamento molecular e simulações de dinâmica molecular para selecionar os compostos mais promissores.
Pôster P05, apresentado por Caroline Souza da Anunciação (arquivo pessoal).
Inteligência artificial contra a tuberculose
O pôster “Utilização de inteligência artificial na priorização de moléculas para tratamento da Mycobacterium tuberculosis”, de Laiane Santos França Costa, Késsia Souza Santos e Manoelito C. Santos Junior, integrou inteligência artificial e triagem virtual para priorizar moléculas com potencial de inibir a enzima DprE1 de Mycobacterium tuberculosis. O trabalho utilizou o K-talysticFlow, ferramenta de aprendizado profundo desenvolvida no LMM, junto com modelagem farmacofórica e acoplamento molecular, tornando a busca por novos candidatos mais direcionada.
Pôster P15, apresentado por Laiane Santos França Costa (arquivo pessoal).
Ciência produzida na Bahia
A participação no SIMBIFAR reforça o papel do LMM na formação de estudantes em todos os níveis e na produção de pesquisa em descoberta de fármacos assistida por computador. O laboratório agradece ao PPGFARMA/UNEB pela organização do evento e às agências e programas que apoiam suas pesquisas, entre eles CAPES, CNPq, PPPG/UEFS, PPGCF e o Programa de Pós-Graduação em Biotecnologia.
Imagem: banner do SIMBIFAR 2026 (IV SIMBIFAR/PPGFARMA/UNEB).
