Villegas González, Magnolia2024-10-012024-10-012022https://dspace.uclv.edu.cu/handle/123456789/17262La leishmaniasis constituye un conjunto de enfermedades de presentación clínica muy variada y compleja producidas por parásitos intracelulares obligados pertenecientes al género Leishmania. Según la Organización Mundial de la Salud esta patología se encuentra dentro del grupo de las Enfermedades Tropicales Desatendidas que prevalecen en las regiones tropicales y subtropicales afectando a más de mil millones de personas cada año. La Leishmania infantum afecta principalmente a niños menores de cinco años y ha tenido un incremento en la aparición de leishmaniasis cutánea y visceral. La búsqueda de nuevas alternativas terapéuticas sigue siendo un reto y los estudios in silico constituyen herramientas alternativas para dar solución a esta problemática. En la presente investigación se emplean técnicas de Inteligencia Artificial implementadas en el programa WEKA y descriptores moleculares 0D-3D del software DRAGON con este fin. Se confeccionó una nueva base de datos y se empleó el análisis de conglomerados (AC) k medias para diseñar las series de entrenamiento y predicción. Se obtuvieron cuatro modelos con las siguientes técnicas: IBk, J48, MLP y SMO que alcanzaron porcentajes de clasificación superiores al 80% para las series de entrenamiento y predicción, cuyo poder predictivo se constató a través de procedimientos de validación externa e interna. Se emplearon los modelos obtenidos en el cribado virtual de la base de datos del Cuadro Básico de Medicamentos de Cuba, lo cual permitió la identificación de forma óptima de cuatro nuevos compuestos potencialmente activos contra promastigotes de Leishmania infantumeshttp://purl.org/coar/access_right/c_abf2SaludMedicamentoTratamiento médicoFarmacologíaIndustria farmacéuticabachelor thesis