Modelación computacional para la identificación de candidatos a fármacos con acción dual antidiabética y antiviral

Abstract

En este estudio se desarrollaron modelos cuantitativos para predecir la actividad inhibidora de la enzima DPP-4 como diana terapéutica para el descubrimiento de candidatos a fármacos antidiabéticos y antivirales. Los datos experimentales fueron obtenidos a partir del ChEMBL y los descriptores moleculares calculados usando el software DRAGON a partir de una representación tridimensional de las moléculas. Primeramente se desarrolló un modelo de regresión lineal múltiple con algoritmo genético para la selección de variables donde los resultados del ajuste y predictibilidad no fueron buenos (R2= 0,4876 y R2 SP=0,2586). Posteriormente se obtuvo un modelo de inteligencia artificial MLP donde mejora significativamente el desempeño del mismo (R2SE= 0,8215 y R2SP=0,7598). Finalmente fueron cribados una serie de flavonoides naturales identificándose 11 como candidatos prometedores para el tratamiento de estas enfermedades. Palabras clave: Covid-19, Cribado virtual, Diabetes mellitus, Inhibidores de Dipeptidil peptidasa 4, QSAR.