Identificación de nuevos compuestos con potencial actividad antileishmaniásica mediante estudios in silico

Fecha

2015-05-02

Autores

Flores Balmaseda, Naiví

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Central "Marta Abreu" de Las Villa. Centro de Bioactivos Químicos

Resumen

La leishmaniasis es una enfermedad zoonótica causada por diferentes especies de protozoos del género Leishmania. Forma parte de las patologías tropicales olvidadas o desatendidas relacionadas con la pobreza y la desventaja social. Leishmania amazonensis es una de la especies de mayor importancia médica para el continente americano, pues es la causante de una gran variedad de manifestaciones clínicas, algunas de ellas potencialmente mortales. La quimioterapia empleada para tratarlas presenta una alta frecuencia de efectos citotóxicos serios, reacciones adversas e incidencia creciente de resistencia. Esto hace necesaria la identificación rápida de nuevas alternativas terapéuticas, y los estudios in silico han demostrado ser capaces de disminuir los altos costos de los procesos de síntesis y bioensayos, así como el tiempo empleado en la identificación de compuestos efectivos contra diversas dianas terapéuticas. En la presente investigación se realiza un estudio donde se emplean técnicas de Inteligencia Artificial para dar solución a esta problemática, empleando WEKA y descriptores moleculares 0D-2D implementados en el software Dragón. Se confeccionó una base de datos y se empleó el análisis de conglomerados para diseñar las series de entrenamiento y predicción. Se obtuvieron ocho modelos con las técnicas: k vecinos más cercanos, árboles de clasificación, perceptrón multicapas y máquina vectorial de soporte (IBk, J48, MLP y SVM, respectivamente), los cuales alcanzaron porcentajes de clasificación entre 80 y 92 % para las series de entrenamiento y predicción y cuyo poder predictivo se constató a través de procedimientos de validación externa. Los sistemas multiclasificadores ensamblados de voto empleados en la predicción de compuestos contra el parásito mostraron mejores resultados de exactitud (91,33 y 96,77 %) que los modelos por separado y permitieron la identificación de forma óptima de 8 compuestos con potencial actividad contra Leishmania amazonensis a través del cribado virtual de la base de datos internacional DrugBank.

Descripción

Palabras clave

Leishmaniasis, Fiebre Negra, Leishmania amazonensis, Diseño de fármacos, Diseño de Drogas, Drug Design

Citación