Estratégias em quimioinformática para uma série de compostos antichagásicos

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Medeiros, Alex Rogerio
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/76/76132/tde-17082022-100127/
Resumo: A doença de Chagas é uma doença tropical negligenciada causada pelo protozoário Trypanosoma cruzi. Estima-se que 6 a 7 milhões de pessoas sejam portadoras da doença e 75 milhões estejam sob risco de infecção. Os fármacos disponíveis para o tratamento da doença são o benznidazol e o nifurtimox, os quais apresentam alta toxicidade e baixa eficácia na fase crônica da doença. Neste cenário, o desenvolvimento de novas alternativas terapêuticas se faz urgente. A cruzaína (EC 3.4.22.51), principal cisteíno-protease do T. cruzi é um alvo molecular validado para a busca de novos fármacos para a doença de Chagas. Neste sentido, este trabalho tem como objetivo a otimização de uma série de inibidores da cruzaína através de estratégias em química medicinal baseadas tanto na estrutura do ligante quanto do receptor. As relações quantitativas entre estrutura e atividade (QSAR, na sigla em inglês para Quantitative Structure-Activity Relationships) e as interações intermoleculares enzima-inibidor foram investigadas através de métodos de QSAR 2D e 3D e de docagem molecular. Os melhores modelos de QSAR apresentaram alta robustez estatística e capacidade preditiva. Adicionalmente, os modelos bidimensionais AutoQSAR (r² = 0,89; q² = 0,90) e HQSAR (q² = 0,71; r²pred = 0,80) identificaram fragmentos moleculares altamente correlacionados com a atividade biológica. Por outro lado, os modelos tridimensionais CoMFA (q² = 0,72; r²pred =0,81) e CoMSIA (q² = 0,63; r²pred =0,73) revelaram características moleculares 3D que afetam significativamente a atividade dos inibidores. Por sua vez, os estudos de docagem molecular identificaram as principais interações responsáveis pelo reconhecimento molecular entre a cruzaína e a série de inibidores. As propriedades estruturais identificadas pelos modelos de QSAR mostraram alta complementaridade com os resultados dos estudos baseados na estrutura do receptor. Desta maneira, a integração entre os modelos de QSAR e os estudos de docagem molecular revelaram informações privilegiadas acerca da atividade biológica dos compostos e das interações enzima-inibidor. Este conhecimento contribui para o planejamento de novos inibidores da cruzaína e, portanto, para a descoberta de novos candidatos a fármacos para a doença de Chagas.
id USP_b10d2d761ce570a9f9f1293e5d112361
oai_identifier_str oai:teses.usp.br:tde-17082022-100127
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling Estratégias em quimioinformática para uma série de compostos antichagásicosChemoinformatics studies on a series of antichagasic compounds.Trypanosoma cruziTrypanosoma cruziChagas diseasesCruzainCruzaínaDoença de ChagasDrug developmentPlanejamento de fármacosQSARQSARA doença de Chagas é uma doença tropical negligenciada causada pelo protozoário Trypanosoma cruzi. Estima-se que 6 a 7 milhões de pessoas sejam portadoras da doença e 75 milhões estejam sob risco de infecção. Os fármacos disponíveis para o tratamento da doença são o benznidazol e o nifurtimox, os quais apresentam alta toxicidade e baixa eficácia na fase crônica da doença. Neste cenário, o desenvolvimento de novas alternativas terapêuticas se faz urgente. A cruzaína (EC 3.4.22.51), principal cisteíno-protease do T. cruzi é um alvo molecular validado para a busca de novos fármacos para a doença de Chagas. Neste sentido, este trabalho tem como objetivo a otimização de uma série de inibidores da cruzaína através de estratégias em química medicinal baseadas tanto na estrutura do ligante quanto do receptor. As relações quantitativas entre estrutura e atividade (QSAR, na sigla em inglês para Quantitative Structure-Activity Relationships) e as interações intermoleculares enzima-inibidor foram investigadas através de métodos de QSAR 2D e 3D e de docagem molecular. Os melhores modelos de QSAR apresentaram alta robustez estatística e capacidade preditiva. Adicionalmente, os modelos bidimensionais AutoQSAR (r² = 0,89; q² = 0,90) e HQSAR (q² = 0,71; r²pred = 0,80) identificaram fragmentos moleculares altamente correlacionados com a atividade biológica. Por outro lado, os modelos tridimensionais CoMFA (q² = 0,72; r²pred =0,81) e CoMSIA (q² = 0,63; r²pred =0,73) revelaram características moleculares 3D que afetam significativamente a atividade dos inibidores. Por sua vez, os estudos de docagem molecular identificaram as principais interações responsáveis pelo reconhecimento molecular entre a cruzaína e a série de inibidores. As propriedades estruturais identificadas pelos modelos de QSAR mostraram alta complementaridade com os resultados dos estudos baseados na estrutura do receptor. Desta maneira, a integração entre os modelos de QSAR e os estudos de docagem molecular revelaram informações privilegiadas acerca da atividade biológica dos compostos e das interações enzima-inibidor. Este conhecimento contribui para o planejamento de novos inibidores da cruzaína e, portanto, para a descoberta de novos candidatos a fármacos para a doença de Chagas.Chagas disease is a neglected tropical disease caused by the protozoan Trypanosoma cruzi. From 6 to 7 million people are estimated to be affected by the disease and 75 million are at risk of infection. The drugs available for the treatment of the disease are benznidazole and nifurtimox, which have high toxicity and low efficacy in the chronic phase of the disease. In this scenario, the development of new therapeutic alternatives is urgent. Cruzain (EC 3.4.22.51), the main cysteine protease of T. cruzi, is a validated molecular target for Chagas disease drug discovery. In this context, this work aims at the optimization of a series of cruzain inhibitors through ligand- and structure-based drug discovery and medicinal chemistry strategies. The Quantitative Structure-Activity Relationships (QSAR) and the enzyme-inhibitor intermolecular interactions were investigated using 2D and 3D QSAR and molecular docking methods. The best QSAR models showed high statistical robustness and predictive capability. Additionally, the two-dimensional AutoQSAR (r² = 0.89; q² = 0.90) and HQSAR (q² = 0.71; r²pred = 0.80) models identified molecular fragments highly correlated with the biological activity. On the other hand, the three-dimensional models CoMFA (q² = 0.72; r²pred =0.81) and CoMSIA (q² = 0.63; r²pred =0.73) revealed 3D molecular features that significantly affect the activity of the inhibitors. In turn, the molecular docking studies identified the main interactions responsible for the molecular recognition between cruzain and the series of inhibitors. The structural properties identified by the QSAR models showed high complementarity with the structure-based drug discovery studies. Thus, the integration between the QSAR models and the molecular docking results revealed privileged information about the biological activity of the compounds and the enzyme-inhibitor interactions. This knowledge contributes to the design of new cruzain inhibitors and, therefore, to the discovery of new drug candidates for Chagas disease.Biblioteca Digitais de Teses e Dissertações da USPAndricopulo, Adriano DefiniMedeiros, Alex Rogerio2022-05-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/76/76132/tde-17082022-100127/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2022-09-13T19:27:01Zoai:teses.usp.br:tde-17082022-100127Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-09-13T19:27:01Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estratégias em quimioinformática para uma série de compostos antichagásicos
Chemoinformatics studies on a series of antichagasic compounds.
title Estratégias em quimioinformática para uma série de compostos antichagásicos
spellingShingle Estratégias em quimioinformática para uma série de compostos antichagásicos
Medeiros, Alex Rogerio
Trypanosoma cruzi
Trypanosoma cruzi
Chagas diseases
Cruzain
Cruzaína
Doença de Chagas
Drug development
Planejamento de fármacos
QSAR
QSAR
title_short Estratégias em quimioinformática para uma série de compostos antichagásicos
title_full Estratégias em quimioinformática para uma série de compostos antichagásicos
title_fullStr Estratégias em quimioinformática para uma série de compostos antichagásicos
title_full_unstemmed Estratégias em quimioinformática para uma série de compostos antichagásicos
title_sort Estratégias em quimioinformática para uma série de compostos antichagásicos
author Medeiros, Alex Rogerio
author_facet Medeiros, Alex Rogerio
author_role author
dc.contributor.none.fl_str_mv Andricopulo, Adriano Defini
dc.contributor.author.fl_str_mv Medeiros, Alex Rogerio
dc.subject.por.fl_str_mv Trypanosoma cruzi
Trypanosoma cruzi
Chagas diseases
Cruzain
Cruzaína
Doença de Chagas
Drug development
Planejamento de fármacos
QSAR
QSAR
topic Trypanosoma cruzi
Trypanosoma cruzi
Chagas diseases
Cruzain
Cruzaína
Doença de Chagas
Drug development
Planejamento de fármacos
QSAR
QSAR
description A doença de Chagas é uma doença tropical negligenciada causada pelo protozoário Trypanosoma cruzi. Estima-se que 6 a 7 milhões de pessoas sejam portadoras da doença e 75 milhões estejam sob risco de infecção. Os fármacos disponíveis para o tratamento da doença são o benznidazol e o nifurtimox, os quais apresentam alta toxicidade e baixa eficácia na fase crônica da doença. Neste cenário, o desenvolvimento de novas alternativas terapêuticas se faz urgente. A cruzaína (EC 3.4.22.51), principal cisteíno-protease do T. cruzi é um alvo molecular validado para a busca de novos fármacos para a doença de Chagas. Neste sentido, este trabalho tem como objetivo a otimização de uma série de inibidores da cruzaína através de estratégias em química medicinal baseadas tanto na estrutura do ligante quanto do receptor. As relações quantitativas entre estrutura e atividade (QSAR, na sigla em inglês para Quantitative Structure-Activity Relationships) e as interações intermoleculares enzima-inibidor foram investigadas através de métodos de QSAR 2D e 3D e de docagem molecular. Os melhores modelos de QSAR apresentaram alta robustez estatística e capacidade preditiva. Adicionalmente, os modelos bidimensionais AutoQSAR (r² = 0,89; q² = 0,90) e HQSAR (q² = 0,71; r²pred = 0,80) identificaram fragmentos moleculares altamente correlacionados com a atividade biológica. Por outro lado, os modelos tridimensionais CoMFA (q² = 0,72; r²pred =0,81) e CoMSIA (q² = 0,63; r²pred =0,73) revelaram características moleculares 3D que afetam significativamente a atividade dos inibidores. Por sua vez, os estudos de docagem molecular identificaram as principais interações responsáveis pelo reconhecimento molecular entre a cruzaína e a série de inibidores. As propriedades estruturais identificadas pelos modelos de QSAR mostraram alta complementaridade com os resultados dos estudos baseados na estrutura do receptor. Desta maneira, a integração entre os modelos de QSAR e os estudos de docagem molecular revelaram informações privilegiadas acerca da atividade biológica dos compostos e das interações enzima-inibidor. Este conhecimento contribui para o planejamento de novos inibidores da cruzaína e, portanto, para a descoberta de novos candidatos a fármacos para a doença de Chagas.
publishDate 2022
dc.date.none.fl_str_mv 2022-05-17
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.uri.fl_str_mv https://www.teses.usp.br/teses/disponiveis/76/76132/tde-17082022-100127/
url https://www.teses.usp.br/teses/disponiveis/76/76132/tde-17082022-100127/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815258195856195584