Cisteíno proteases (CPs) são importantes alvos em diversas doenças infecciosas e câncer, sendo atrativas para o desenvolvimento de novos inibidores. Os inibidores covalentes direcionados, do inglês Targeted covalent inhibitors (TCIs) são extensivamente aplicados na inibição de CPs, pois promovem a modificação covalente destas enzimas. Entretanto, o planejamento e modelagem molecular de inibidores covalentes apresenta um desafio computacional, uma vez que o processo de inibição covalente consiste em múltiplos passos. Este trabalho inicia com uma revisão sistemática da literatura de modo a analisar o uso da nitrila como grupos reativos para o desenvolvimento de inibidores covalentes. As nitrilas apresentam um grande potencial como warheads em alvos como as CPs e enzimas que contenham resíduos catalíticos de cisteína ou serina. Além disso, as nitrilas podem aumentar a reatividade de outros grupos, como é o caso da cianoacrilamida, e podem ser usadas em inibidores covalentes reversíveis que tem como alvo resíduos não catalíticos. Em uma próxima etapa, foram empregados métodos da mecânica clássica (MM) e mecânica quântica (QM) para entender e prever a afinidade de ligantes por CPs específicas. Começando com os cálculos quânticos, descritores baseados em QM foram obtidos, como índices de eletrofilia local, para estimar a reatividade de diversos warheads, constatando evidente correlação com a constante de inibição enzimática experimental. Estes descritores poderão ser usados em modelos de aprendizado de máquina ou em modelos de relação estrutura-atividade. Ainda usando métodos QM para modelar o warhead, a metodologia QM-cluster approach foi empregada para estimar a relativa diferença de potência de dois inibidores pares com warheads distintos (nitrila e aldeído). Com um modelo do sítio ativo contendo pouco mais de 300 átomos, essa técnica mostrou-se eficaz para capturar a diferença de energia entre os ligantes com diferentes warheads. Essa metodologia promissora pode ser empregada em futuras campanhas de desenvolvimento de novos inibidores covalentes, onde o alvo também é levado em consideração. Por fim, foram realizadas simulações de dinâmica molecular para compreender o modo de ligação de diversos inibidores. Além disso, cálculos de perturbação de energia livre (FEP) foram realizados para estimar a energia livre de ligação relativa (RBFE). Os resultados sugerem que o estado covalente do processo de interação bimolecular é fundamental e mais relevante para a energia livre do que do complexo não covalente. No geral, as descobertas realizadas nesta tese contribuem para o desenvolvimento de inibidores covalentes reversíveis e abrem caminho para novos avanços no campo.

Cysteine proteases (CPs) are essential targets in various infectious diseases and cancer, making them attractive for developing new inhibitors. Targeted covalent inhibitors (TCIs) are extensively applied in the inhibition of CPs, as they promote the covalent modification of these enzymes. However, the molecular design and modeling of covalent inhibitors present a computational challenge since the process of covalent inhibition is complex. This work begins with a systematic literature review to analyze the use of nitriles as reactive groups for the development of covalent inhibitors. Nitriles have great potential as warheads in targets such as CPs and enzymes containing catalytic cysteine or serine residues. Additionally, nitriles can enhance the reactivity of other groups, such as cyanoacrylamide, and can be used in reversible covalent inhibitors targeting non-catalytic residues. Next, molecular mechanics (MM) and quantum mechanics (QM) methods were employed to understand and predict ligand affinity for specific CPs. Starting with quantum calculations, QM-based descriptors, such as local electrophilicity indices, were obtained to estimate the reactivity of various warheads, showing a clear correlation with experimental enzymatic inhibition constants. These descriptors can be used in machine learning or quantitative structure-activity relationship models. Still, using QM methods to model the warhead, the QM-cluster approach was employed to estimate the relative potency difference between two pairs of inhibitors with distinct warheads (nitrile and aldehyde). With a binding site model containing just over 300 atoms, this technique effectively captured the energy difference between ligands with different warheads. This promising methodology can be applied in future campaigns to develop new covalent inhibitors, considering the target protein. Finally, molecular dynamics simulations were performed to understand the binding modes of various inhibitors. Free energy perturbation (FEP) calculations were carried out to estimate the relative binding free energy (RBFE). The results suggest that the covalent state of the bimolecular interaction process is fundamental and more relevant to the free energy than the non-covalent complex. Overall, the findings of this thesis contribute to the development of reversible covalent inhibitors and pave the way for new advancements in the field.