Identificación asistida por computadora de nuevos compuestos líderes con actividad antiinflamatoria
| dc.contributor.advisor | Siverio Mota, Dany | |
| dc.contributor.advisor | Marrero Ponce, Yovani | |
| dc.contributor.author | Pedroso Oliva, Yamilka | |
| dc.coverage.spatial | 1016432 | en_US |
| dc.date.accessioned | 2015-06-11T20:21:02Z | |
| dc.date.available | 2015-06-11T20:21:02Z | |
| dc.date.issued | 2009-06-25 | |
| dc.description.abstract | El objetivo fundamental de este estudio fue desarrollar relaciones cuantitativas estructura-actividad (QSAR) para la clasificación y la predicción de la actividad antiinflamatoria, de manera que permita el desarrollo de procesos de tamizaje virtual. Con este fin, una base de datos de 587 compuestos reportados con esta actividad, y utilizando las familias de descriptores lineales y bilineales, estocásticos y no estocásticos, basados en relaciones de enlace implementados en el programa TOMOCOMD-CARDD, fueron calculados y analizados. Los modelos fueron desarrollados usando el análisis discriminante lineal como técnica estadística de clasificación. Para identificar los descriptores que permitan la separación en dos clases, compuestos con actividad y sin actividad antiinflamatoria fue empleado como método de selección de variables, los análisis de “pasos-haciadelante” y “mejor subconjunto”. Para acceder al poder predictivo de los modelos, se realizó una validación con una serie de predicción externa de 294 compuestos. El mejor modelo fue sometido además, a un poroceso de validación interna. Los resultados de los análisis indican que los descriptors TOMOCOMD-CARDD totales y locales, proporcionan una adecuada separación de la data en la serie de entrenamiento y en la serie de predicción, respectivamente. Finalmente, todos los modelos se utilizaron para estimar “in silico” la actividad de compuestos con otros usos farmacológicos y nuevas entidades moleculares. Varios fármacos utilizados en la terapéutica actual y nuevos compuesto de síntesis fueron identificados como potenciales compuestos antiinflamatorios. Se necesita de una posterior corroboración experimental para verificar estos resultados. De forma general podemos concluir que el método TOMOCOMD-CARDD permite el desarrollo de modelos QSAR útiles en el descubrimiento biosílico de nuevos fármacos con actividad anti-inflamatoria. | en_US |
| dc.description.abstract | The aim of this study was to develop a simple quantitative structure-activity relationship (QSAR) for the classification and prediction of anti-inflammatory activity, so as to enable in silico screening. To this end a database of 587 compounds, classified according to whether they had antiinflammatory activity, and using bond-based non-stochastic and stochastic linear and bilinear indices descriptor’s TOMOCOMD-CARDD families were calculated and analyzed. To identify descriptors that allowed separation of the two classes; compounds with and without antiinflammatory activity, analysis of forward stepwise was utilized like variable selection’s method, and models were developed using linear discriminate analysis (LDA). Models predictivity were assessed and validated by the used of an external test set (294 compounds) and method leave-group out, for which predictions were made from the models. The results of the analyses indicated that total and local TOMOCOMD-CARDD descriptors, provided adequate separation of the data in training and test set, respectively. Finally, the models obtained were applied to the virtual screening of chemical compound which allowed the in silico estimation of the activity of compound whit other pharmacological uses as well as new molecular entities. Several drugs current uses in therapy and new series heads was identified as possible anti-inflammatory although the activity of the compounds selected as anti-inflammatory has to be corroborated experimentally. So, the obtained LDA–based QSAR models can be applied to a large set of compounds searching for new candidates as anti-inflammatory. Generally we can conclude that the TOMOCOMD-CARDD descriptors are promising in the development of QSAR models with a view to the biosilic discovery of new drugs with anti-inflammatory activity. | en_US |
| dc.description.sponsorship | Facultad de Química y Farmacia. Departamento de Farmacia | en_US |
| dc.description.status | non-published | en_US |
| dc.identifier.uri | http://hdl.handle.net/123456789/823 | |
| dc.language.iso | es | en_US |
| dc.publisher | Universidad Central "Marta Abreu" de las Villas | en_US |
| dc.rights | Este documento es Propiedad Patrimonial de la Universidad Central ¨Marta Abreu¨ de Las Villas. El autor o autores conservan los derechos morales que como tal le son reconocidos por la Legislación vigente sobre Derecho de Autor. Los distintos Usuarios podrán copiar, distribuir, comunicar públicamente la obra y hacer obras derivadas; bajo las condiciones siguientes: 1. Reconocer y citar al autor original 2. No utilizar la obra con fines comerciales 3. No realizar modificación alguna a la obra 4. Compartir aquellos productos resultados del uso de la obra bajo la misma licencia de esta Los Usuarios pueden reutilizar los metadatos en cualquier medio sin autorización previa, siempre que los propósitos de su utilización sean sin ánimo de lucro y se provea el Identificador OAI, un enlace al registro de metadatos original, o se haga referencia al repositorio de donde han sido extraídos. | en_US |
| dc.subject | TOMOCOMD-CARDD | en_US |
| dc.subject | Descriptores Moleculares | en_US |
| dc.subject | Antiinflamatorios | en_US |
| dc.subject | Anti-Inflammatory Agents | en_US |
| dc.title | Identificación asistida por computadora de nuevos compuestos líderes con actividad antiinflamatoria | en_US |
| dc.type | Thesis | en_US |
| dc.type.thesis | bachelor | en_US |