Modelación computacional de dipéptidos inhibidores de la enzima convertidora de angiotensina como fármacos antihipertensivos

Vista sencilla de ítem
dc.contributor.advisorCañizares Carmenate, Yudith
dc.contributor.authorCruz Fernández, Félix Manuel
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2021-12-20T18:37:33Z
dc.date.available2021-12-20T18:37:33Z
dc.date.issued2021
dc.description.abstractLa hipertensión es una enfermedad crónica, considerada por la Organización Mundial de la Salud un problema de salud pública mundial. Esta patología contribuye a la carga de cardiopatías, accidentes cerebrovasculares e insuficiencia renal, y a la mortalidad y discapacidad prematuras, así como complicaciones del cuadro clínico de las enfermedades infecciosas como la COVID-19. La mayoría de los medicamentos para el tratamiento de la presión arterial son fáciles de tomar, pero todos los tienen efectos secundarios. Por esta razón, entender los mecanismos por los cuales actúan es un proceso importante para el diseño y desarrollo de nuevos candidatos a fármacos. En esta investigación se usó la metodología QSAR para encontrar una correlación entre la estructura química de un grupo de dipéptidos inhibidores de la enzima convertidora de angiotensina y la actividad antihipertensiva. Para desarrollar el modelo QSAR-RLM fue usado el software QSARINS y los descriptores moleculares del DRAGON obteniéndose un ajuste superior al 80% con solo cinco variables predictivas. Además, fue desarrollada una validación exhaustiva de los principios regulatorios establecidos por la OECD, demostrando que el modelo es robusto (R2=0,83), estable (Q2LOO=0,78 y Q2LMO=0,77), con un buen poder predictivo (R2ext=0,81) y no es producto de una correlación casual (R2Y-scr=0,.12 y Q2Y-scr=-0,19). También fue definido el dominio de aplicación para el cual las predicciones del modelo son fiables. De acuerdo a los resultados obtenidos la herramienta propuesta puede ser de gran utilidad para la identificación futura de nuevos compuestos con acción hipotensora.en_US
dc.description.abstractHypertension is a chronic disease, considered by the World Health Organization a global public health problem. This pathology contributes to the burden of heart disease, stroke and kidney failure, and premature mortality and disability, as well as complications of the clinical picture of infectious diseases such as COVID-19. Most blood pressure medications are easy to take, but all have side effects. For this reason, understanding the mechanisms by which they act is an important process for the design and development of new drug candidates. In this investigation, the QSAR methodology was used to find a correlation between the chemical structure of a group of angiotensin converting enzyme inhibitor dipeptides and antihypertensive activity. To develop the QSAR-RLM model, the QSARINS software and the DRAGON molecular descriptors were used, obtaining an adjustment greater than 80% with only five predictive variables. In addition, an exhaustive validation of the regulatory principles established by the OECD was developed, showing that the model is robust (R2=0,83), stable (Q2LOO=0,78 y Q2LMO=0,77), with good predictive power (R2ext=0,81) and is not the product of a casual correlation (R2Y-scr=0,.12 y Q2Y-scr=-0,19). The application domain for which the model predictions are reliable was also defined. According to the results obtained, the proposed tool can be very useful for the future identification of new compounds with hypotensive action.en_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/13021
dc.language.isoesen_US
dc.publisherUniversidad Central ¨Marta Abreu¨ de Las Villas. Facultad de Química y Farmacia. Departamento de Farmaciaen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectHipertensiónen_US
dc.subjectTerapéuticaen_US
dc.subjectModelos QSARen_US
dc.subjectDescriptores Molecularesen_US
dc.titleModelación computacional de dipéptidos inhibidores de la enzima convertidora de angiotensina como fármacos antihipertensivosen_US
dc.typeThesisen_US
dc.type.thesisbacheloren_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Cruz Fernández, Félix Manuel.pdf
Tamaño:
2.06 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis de Pregrado - Licenciatura en Ciencias Farmacéuticas