Use este identificador para citar ou linkar para este item:
http://repositorio.ufgd.edu.br/jspui/handle/prefix/4853
Tipo: | Trabalho de Conclusão de Curso |
Título: | Modelo preditivo qsar para avaliação da atividade de inibidores de acetilcolinesterase |
Título(s) alternativo(s): | Predictive qsar model for assessing activity of acetyl cholinesterase inhibitors |
Autor(es): | Oliveira, Vitor Moraes Machado de |
Primeiro Orientador: | Vieira, Heberth Juliano |
metadata.dc.contributor.referee1: | Santos, Daniele Mignolo dos |
metadata.dc.contributor.referee2: | Sequinel, Thiago |
Resumo: | A doença de Alzheimer é um distúrbio neurodegenerativo progressivo associado à perda progressiva de memória que aflige milhões de pessoas no mundo, e no momento apenas uma classe de medicamentos é utilizada para o tratamento dos sintomas de DA, os inibidores de colinesterase (ChE). Neste trabalho avaliou-se os dados da atividade biológica (IC50) de potenciais inibidores de acetilcolinesterase (AChE) sendo 07 derivados de Piperidinona, 7 derivados de ácido catívico e um derivado de tacrina, apresentados em PARLAR (2019), ALZA et al. (2018) e BITAM et al (2018), respectivamente, para a obtenção de um modelo QSAR preditivo empregando calibração MRL. Os descritores moleculares dos derivados sintetizados pelos autores foram calculados empregando o software PADEL. A seleção dos descritores com maior influência na atividade biológica (IC50) das substâncias foi calculada empregando Microsoft Excel®. A obtenção do modelo preditivo com os descritores foi realizada empregando o programa BuidQSAR. Os descritores calculados englobam propriedades moleculares com aspectos topológicos, eletrônicos e geométricos. A importância de cada descritor foi atribuída de acordo com sua influência na atividade biológica da molécula. Depois de obtida a lista de descritores moleculares, verificou-se quais desses descritores apresentavam maiores correlação com a atividade biológica das substâncias, aqueles com correlação absoluta superior a 0,1805 foram selecionados para a construção do modelo preditivo e transferidos ao BuildQSAR. Para a calibração multivariada utilizando MRL, o melhor modelo QSAR mostrou-se estável, robusto, com valores residuais baixos e preditivo para a atividade biológica com base nas substâncias estudadas, com valores de q2= 0,986, r2=0,996 e r2(ajustado)= 0,992 associados aos descritores MATS6v, XlogP, ATSC8c e ZMIC1. A equação preditiva apresentou os seguintes coeficientes: pIC50 = - 1,0107 (± 0,0893) MATS6v - 0,3741 (± 0,0918) XlogP + 0,1478 (± 0,0853) ATSC8c - 0,0941 (± 0,0878) ZMIC1 - 0,7575 (± 0,0744) Todos os coeficientes apresentaram significância estatística ao nível de 95% de confiança. Os coeficientes de correlação entre os descritores obtidos foram inferiores a 0,450. Os resultados apresentados demostraram que o modelo preditivo obtido permitiu a obtenção de modelos confiáveis e preditivos, fornecendo informações para a síntese de novas substâncias baseadas na estrutura e potencialmente mais ativas na inibição de acetilcolinesterase. |
Abstract: | Alzheimer's disease is a progressive neurodegenerative disorder associated with progressive memory loss that afflicts millions of people worldwide, and at the moment only one class of drugs is used to treat symptoms of AD, cholinesterase inhibitors (ChE). In this work, the biological activity data (IC50) of potential acetylcholinesterase inhibitors (AChE) were evaluated, being 07 derivatives of Piperidinone, 7 derivatives of cativic acid and one derived from tacrine, described in the literature. to obtain a predictive QSAR model employing multiple linear regression. The molecular descriptors of the derivatives synthesized by the authors were calculated using the PADEL software. The selection of descriptors with the greatest influence on the biological activity (IC50) of the substances was calculated using Microsoft Excel®. The predictive model was obtained using the descriptors using the BuidQSAR program. The calculated descriptors include molecular properties with topological, electronic and geometric aspects. The importance of each descriptor was attributed according to its influence on the biological activity of the molecule. After obtaining the list of molecular descriptors, it was found which of these descriptors had the highest correlation with the biological activity of the substances, those with an absolute correlation greater than 0.1805 were selected to build the predictive model and transferred to BuildQSAR. For multivariate calibration using MRL, the best QSAR model proved to be stable, robust, with low residual values and predictive for biological activity based on the substances studied, with values of q2 = 0.986, r2 = 0.996 and r2 (adjusted) = 0.992 associated with MATS6v, XlogP, ATSC8c and ZMIC1. The predictive equation presented the following coefficients: pIC50 = - 1.0107 (±0.0893) MATS6v - 0.3741 (± 0.0918) XlogP + 0.1478 (± 0.0853) ATSC8c - 0.0941 (± 0 , 0878) ZMIC1 - 0.7575 (± 0.0744) All coefficients showed statistical significance at the 95% confidence level. The correlation coefficients between the descriptors obtained were less than 0.450. The results presented showed that the predictive model obtained allowed to obtain reliable and predictive models, providing information for the synthesis of new substances based on the structure and potentially more active in the inhibition of acetylcholinesterase. |
Palavras-chave: | Atividade biológica Bioactive properties Modelo matemático Mathematical models Inibidores da Colinesterase Cholinesterase inhibitors |
CNPq: | CNPQ::CIENCIAS BIOLOGICAS |
Idioma: | por |
País: | Brasil |
Editor: | Universidade Federal da Grande Dourados |
Sigla da Instituição: | UFGD |
metadata.dc.publisher.department: | Faculdade de Ciências Biológicas e Ambientais |
Citação: | OLIVEIRA, Vitor Moraes Machado de. Modelo preditivo qsar para avaliação da atividade de inibidores de acetilcolinesterase. 2020. Trabalho de Conclusão de Curso (Bacharelado em Biotecnologia) – Faculdade de Ciências Biológicas e Ambientais, Universidade Federal da Grande Dourados, Dourados, MS, 2020. |
Tipo de Acesso: | Acesso Aberto |
URI: | http://repositorio.ufgd.edu.br/jspui/handle/prefix/4853 |
Data do documento: | 2-Dez-2020 |
Aparece nas coleções: | Biotecnologia |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
VitorMoraesMachadodeOliveira.pdf | 378,25 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.