Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Braz, Carolina Arruda
Orientador(a): Barbosa, Euzébio Guimarães
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufrn.br/jspui/handle/123456789/23145
Resumo: Estratégias de planejamento de fármacos auxiliadas por computador utiliza-se de técnicas computacionais para auxiliar o descobrimento de novos fármacos. Economizando custos e agilizando o processo de pesquisa e desenvolvimento, além de poder processar uma quantidade grande de dados. A utilização da técnica do LQTA-QSAR permite a criação de modelos de previsão de atividade biológica capazes de sugerir estruturas inéditas sem a real necessidade de execução de teste de atividade biológica in vitro ou in vivo. A malária é uma doença causada pelo parasito do gênero Plasmodium e afeta principalmente as regiões da África e América Latina. Estima-se que em 2014 ocorreram 214 milhões de caso de malária e 438 mil de mortes de acordo com a Organização Mundial de Saúde. A enzima Plasmepsina II é responsável pela clivagem inicial da hemoglobina e é um alvo validado para o planejamento de novos agentes antimaláricos. O objetivo geral desse trabalho foi desenvolver um modelo de previsão de atividade biológica baseado na relação estrutura atividade de compostos inibidores da Plasmepsina II que possuem um núcleo derivado de alofenilnostatinas. Foi criado um modelo de previsão com 37 amostras. O modelo PLS apresentou um Q² = 0,92 e R² = 0,95 com 10 variáveis e 2 variáveis latentes. O modelo apresentou bons parâmetros estatísticos e boa capacidade preditiva (Q² ext = 0,79) Os descritores também estão corroboram com a interação dos inibidores com sítio receptor da Plm II. Os dados obtidos servem como guia para o planejamento de novos antimaláricos com maior potência.
id UFRN_f7183c293dae038d6837bbbd76eaa824
oai_identifier_str oai:repositorio.ufrn.br:123456789/23145
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Braz, Carolina Arrudahttp://lattes.cnpq.br/7851447425014017http://lattes.cnpq.br/3197108792266393Vieira, Davi Serradellahttp://lattes.cnpq.br/4185159774625471Monteiro, Norberto de Kassio Vieirahttp://lattes.cnpq.br/8804303821523487Barbosa, Euzébio Guimarães2017-05-26T20:05:04Z2017-05-26T20:05:04Z2016-02-26BRAZ, Carolina Arruda. Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica. 2016. 114f. Dissertação (Mestrado em Ciências Farmacêuticas) - Centro de Ciências da Saúde, Universidade Federal do Rio Grande do Norte, Natal, 2016.https://repositorio.ufrn.br/jspui/handle/123456789/2314523001011040P7Estratégias de planejamento de fármacos auxiliadas por computador utiliza-se de técnicas computacionais para auxiliar o descobrimento de novos fármacos. Economizando custos e agilizando o processo de pesquisa e desenvolvimento, além de poder processar uma quantidade grande de dados. A utilização da técnica do LQTA-QSAR permite a criação de modelos de previsão de atividade biológica capazes de sugerir estruturas inéditas sem a real necessidade de execução de teste de atividade biológica in vitro ou in vivo. A malária é uma doença causada pelo parasito do gênero Plasmodium e afeta principalmente as regiões da África e América Latina. Estima-se que em 2014 ocorreram 214 milhões de caso de malária e 438 mil de mortes de acordo com a Organização Mundial de Saúde. A enzima Plasmepsina II é responsável pela clivagem inicial da hemoglobina e é um alvo validado para o planejamento de novos agentes antimaláricos. O objetivo geral desse trabalho foi desenvolver um modelo de previsão de atividade biológica baseado na relação estrutura atividade de compostos inibidores da Plasmepsina II que possuem um núcleo derivado de alofenilnostatinas. Foi criado um modelo de previsão com 37 amostras. O modelo PLS apresentou um Q² = 0,92 e R² = 0,95 com 10 variáveis e 2 variáveis latentes. O modelo apresentou bons parâmetros estatísticos e boa capacidade preditiva (Q² ext = 0,79) Os descritores também estão corroboram com a interação dos inibidores com sítio receptor da Plm II. Os dados obtidos servem como guia para o planejamento de novos antimaláricos com maior potência.Strategies for drug design aided by computer uses of computational techniques for guidance on the discovery of new drugs. Saving costs and speeding the process of research and development, besides it being able to process a big volume data. The utilization of LQTA-QSAR allows the creation of predicting models of biological activity able to propose novel compounds without the real necessity of in vitro biological activity essays. Malaria is a disease caused by the parasite from genre Plasmodium and affects mainly the Africa and Latin America regions. It is estimated that in 2014 it happened 214 million cases of malaria and 438 thousand cases of death according to World Health Organization. Plasmepsin II is responsible for the metabolism of hemoglobin and it is a valid target for the development of new antimalarial agents. The general objective of this work is to develop a predictive model of biological activity based on the structure of Plasmepsin II inhibitors derivate from allophenylnorstatine. A model was built with 37 samples, Q² = 0.92 and R² = 0.95 with 10 variables and 2 latent variables. The model present good statistical parameters and good predicting ability (Q²ext=0.79). The descriptors could be well correlated to ligand-Plm II interactions. The data obtained serves as guides to the design of new optimized antimalarial agents.porCNPQ::CIENCIAS DA SAUDE::FARMACIAMalarialqta-qsarPlasmpsin II4D QSARProspecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológicainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICASUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALProspeccaoInsilicoCompostos_Braz_2016.pdf/data/dspace-base/upload/CarolinaArrudaBraz_DISSERT.pdfapplication/pdf4787315https://repositorio.ufrn.br/bitstreams/18669d10-ece9-48b1-b149-70c7db27014c/downloada1cb182e74c77c2b2b4f5025104ff226MD51trueAnonymousREADTEXTCarolinaArrudaBraz_DISSERT.pdf.txtWritten by FormatFilter org.dspace.app.mediafilter.PDFFilter on 2017-11-04T12:45:19Z (GMT).Extracted texttext/plain171438https://repositorio.ufrn.br/bitstreams/ba8614df-ff16-4995-af4f-a96011cd5d3e/download2fa23e50103370cbd11283a8546415a1MD54falseAnonymousREADTHUMBNAILCarolinaArrudaBraz_DISSERT.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.ImageMagickPdfThumbnailFilter on 2017-11-04T12:45:39Z (GMT).IM Thumbnailimage/jpeg2130https://repositorio.ufrn.br/bitstreams/ae3d7cc7-114c-435f-a7b1-0ee82501974b/download9303ecac5d078571491631e3aee38738MD55falseAnonymousREADProspeccaoInsilicoCompostos_Braz_2016.pdf.jpgWritten by FormatFilter org.dspace.app.mediafilter.PDFBoxThumbnail on 2019-05-26T05:50:06Z (GMT).Generated Thumbnailimage/jpeg1166https://repositorio.ufrn.br/bitstreams/4b21df98-12a5-4494-a7ff-18942ed8e390/download9c72c4fe8c6866a83d4415ce1737e48dMD56falseAnonymousREAD123456789/231452026-08-26T14:16:19.069333Zopen.accessoai:repositorio.ufrn.br:123456789/23145https://repositorio.ufrn.brRepositório InstitucionalPUBhttp://repositorio.ufrn.br/oai/repositorio@bczm.ufrn.bropendoar:2026-08-26T14:16:19Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
title Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
spellingShingle Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
Braz, Carolina Arruda
CNPQ::CIENCIAS DA SAUDE::FARMACIA
Malaria
lqta-qsar
Plasmpsin II
4D QSAR
title_short Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
title_full Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
title_fullStr Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
title_full_unstemmed Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
title_sort Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica
author Braz, Carolina Arruda
author_facet Braz, Carolina Arruda
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/7851447425014017
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/3197108792266393
dc.contributor.referees1.none.fl_str_mv Vieira, Davi Serradella
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.none.fl_str_mv http://lattes.cnpq.br/4185159774625471
dc.contributor.referees2.none.fl_str_mv Monteiro, Norberto de Kassio Vieira
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.none.fl_str_mv http://lattes.cnpq.br/8804303821523487
dc.contributor.author.fl_str_mv Braz, Carolina Arruda
dc.contributor.advisor1.fl_str_mv Barbosa, Euzébio Guimarães
contributor_str_mv Barbosa, Euzébio Guimarães
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS DA SAUDE::FARMACIA
topic CNPQ::CIENCIAS DA SAUDE::FARMACIA
Malaria
lqta-qsar
Plasmpsin II
4D QSAR
dc.subject.por.fl_str_mv Malaria
lqta-qsar
Plasmpsin II
4D QSAR
description Estratégias de planejamento de fármacos auxiliadas por computador utiliza-se de técnicas computacionais para auxiliar o descobrimento de novos fármacos. Economizando custos e agilizando o processo de pesquisa e desenvolvimento, além de poder processar uma quantidade grande de dados. A utilização da técnica do LQTA-QSAR permite a criação de modelos de previsão de atividade biológica capazes de sugerir estruturas inéditas sem a real necessidade de execução de teste de atividade biológica in vitro ou in vivo. A malária é uma doença causada pelo parasito do gênero Plasmodium e afeta principalmente as regiões da África e América Latina. Estima-se que em 2014 ocorreram 214 milhões de caso de malária e 438 mil de mortes de acordo com a Organização Mundial de Saúde. A enzima Plasmepsina II é responsável pela clivagem inicial da hemoglobina e é um alvo validado para o planejamento de novos agentes antimaláricos. O objetivo geral desse trabalho foi desenvolver um modelo de previsão de atividade biológica baseado na relação estrutura atividade de compostos inibidores da Plasmepsina II que possuem um núcleo derivado de alofenilnostatinas. Foi criado um modelo de previsão com 37 amostras. O modelo PLS apresentou um Q² = 0,92 e R² = 0,95 com 10 variáveis e 2 variáveis latentes. O modelo apresentou bons parâmetros estatísticos e boa capacidade preditiva (Q² ext = 0,79) Os descritores também estão corroboram com a interação dos inibidores com sítio receptor da Plm II. Os dados obtidos servem como guia para o planejamento de novos antimaláricos com maior potência.
publishDate 2016
dc.date.issued.fl_str_mv 2016-02-26
dc.date.accessioned.fl_str_mv 2017-05-26T20:05:04Z
dc.date.available.fl_str_mv 2017-05-26T20:05:04Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv BRAZ, Carolina Arruda. Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica. 2016. 114f. Dissertação (Mestrado em Ciências Farmacêuticas) - Centro de Ciências da Saúde, Universidade Federal do Rio Grande do Norte, Natal, 2016.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/23145
dc.identifier.capesdegreeprogramcode.pt_BR.fl_str_mv 23001011040P7
identifier_str_mv BRAZ, Carolina Arruda. Prospecção in silico de compostos bioativos contra malária utilizando modelos de previsão de atividade biológica. 2016. 114f. Dissertação (Mestrado em Ciências Farmacêuticas) - Centro de Ciências da Saúde, Universidade Federal do Rio Grande do Norte, Natal, 2016.
23001011040P7
url https://repositorio.ufrn.br/jspui/handle/123456789/23145
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstreams/18669d10-ece9-48b1-b149-70c7db27014c/download
https://repositorio.ufrn.br/bitstreams/ba8614df-ff16-4995-af4f-a96011cd5d3e/download
https://repositorio.ufrn.br/bitstreams/ae3d7cc7-114c-435f-a7b1-0ee82501974b/download
https://repositorio.ufrn.br/bitstreams/4b21df98-12a5-4494-a7ff-18942ed8e390/download
bitstream.checksum.fl_str_mv a1cb182e74c77c2b2b4f5025104ff226
2fa23e50103370cbd11283a8546415a1
9303ecac5d078571491631e3aee38738
9c72c4fe8c6866a83d4415ce1737e48d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv repositorio@bczm.ufrn.br
_version_ 1876429068361007104