MODELO PREDITIVO DE POTENCIAIS COMPOSTOS ANTI- ESQUISTOSSOMÔTICOS: UMA ABORDAGEM QSAR-2D

Adriano José dos Santos, Luiz Fernando do Nascimento, Letícia Pereira Bezerra, José Rodrigo Santos Silva
{"title":"MODELO PREDITIVO DE POTENCIAIS COMPOSTOS ANTI- ESQUISTOSSOMÔTICOS: UMA ABORDAGEM QSAR-2D","authors":"Adriano José dos Santos, Luiz Fernando do Nascimento, Letícia Pereira Bezerra, José Rodrigo Santos Silva","doi":"10.51161/conbrapah/1","DOIUrl":null,"url":null,"abstract":"Introdução: A esquistossomose causada pelo verme Schistosoma mansoni é uma doença de evolução grave se não tratada. Atualmente existem poucos fármacos disponíveis para o tratamento da infecção, e essa escassez compromete os objetivos de erradicação da doença. Com isso, as ferramentas in sílico têm se mostrado cada vez mais pertinentes no auxílio de descobertas de novas drogas com potencial terapêutico. Objetivo: Nessa perspectiva, o presente trabalho objetivou predizer fármacos com propriedade anti-Schistosoma e que possam ser reposicionados para o tratamento da esquistossomose mansoni. Metodologia: Foi empregado a ferramenta computacional QSAR-2D através do software Knime Analitics Platform para predizer fármacos com propriedades anti-esquistossomôticas. Essa abordagem dispõe da capacidade de aprendizado de máquina a qual realiza uma comparação entre estruturas químicas conhecidas e moléculas químicas presentes num banco de dados previamente fornecido e que são, originalmente, aplicadas ao tratamento de outras doenças. No banco de dados ChEMBL foram coletados 50 fármacos com ação anti-parasitária, utilizados para treinar o algoritmo. Para o conjunto teste, foram investigados 347 moléculas químicas com potencial terapêutico para o parasito. O modelo preditivo foi dividido em dois subconjuntos, um com validação externa (30%) e o segundo sendo o grupo teste (70%). As análises foram baseadas no modelo de regressão de Pearson por meio da aprendizagem de máquina Tree Ensemble Learner (regression), sendo considerado relevante a predição com cut-off de r2>|0,7|. Resultados: O presente modelo obteve um cut-off de r2=0,707, demonstrando relevância aceitável da predição e três fármacos demonstraram ser mais promissores. A niclosamida, o ácido meclofenâmico e o ácido flufenâmico foram apontados como compostos de potencial anti-esquistossomôtico. Dentre eles, o primeiro apresenta ação moluscicida conhecida contra os vetores do S. mansoni, o segundo contra o parasito em modelo murinho, isso demonstra confiabilidade à predição do presente modelo, e o terceiro ainda não foi testado contra o verme. Os ácidos meclofenâmico e flufenâmico são anti-inflamatórios não esteroidais (AINEs) ambos indicados no alívio de distúrbios reumáticos. Conclusão: Assim, tornar- se-á instigante testar in vitro e in vivo o ácido flufenâmico, considerando o potencial anti-esquistossomôtico que alguns outros AINEs apresentam frente ao S. mansoni visando reposicionamento de fármacos.","PeriodicalId":209824,"journal":{"name":"Anais do II Congresso Brasileiro de Parasitologia Humana On-line","volume":"70 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-25","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Anais do II Congresso Brasileiro de Parasitologia Humana On-line","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.51161/conbrapah/1","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Introdução: A esquistossomose causada pelo verme Schistosoma mansoni é uma doença de evolução grave se não tratada. Atualmente existem poucos fármacos disponíveis para o tratamento da infecção, e essa escassez compromete os objetivos de erradicação da doença. Com isso, as ferramentas in sílico têm se mostrado cada vez mais pertinentes no auxílio de descobertas de novas drogas com potencial terapêutico. Objetivo: Nessa perspectiva, o presente trabalho objetivou predizer fármacos com propriedade anti-Schistosoma e que possam ser reposicionados para o tratamento da esquistossomose mansoni. Metodologia: Foi empregado a ferramenta computacional QSAR-2D através do software Knime Analitics Platform para predizer fármacos com propriedades anti-esquistossomôticas. Essa abordagem dispõe da capacidade de aprendizado de máquina a qual realiza uma comparação entre estruturas químicas conhecidas e moléculas químicas presentes num banco de dados previamente fornecido e que são, originalmente, aplicadas ao tratamento de outras doenças. No banco de dados ChEMBL foram coletados 50 fármacos com ação anti-parasitária, utilizados para treinar o algoritmo. Para o conjunto teste, foram investigados 347 moléculas químicas com potencial terapêutico para o parasito. O modelo preditivo foi dividido em dois subconjuntos, um com validação externa (30%) e o segundo sendo o grupo teste (70%). As análises foram baseadas no modelo de regressão de Pearson por meio da aprendizagem de máquina Tree Ensemble Learner (regression), sendo considerado relevante a predição com cut-off de r2>|0,7|. Resultados: O presente modelo obteve um cut-off de r2=0,707, demonstrando relevância aceitável da predição e três fármacos demonstraram ser mais promissores. A niclosamida, o ácido meclofenâmico e o ácido flufenâmico foram apontados como compostos de potencial anti-esquistossomôtico. Dentre eles, o primeiro apresenta ação moluscicida conhecida contra os vetores do S. mansoni, o segundo contra o parasito em modelo murinho, isso demonstra confiabilidade à predição do presente modelo, e o terceiro ainda não foi testado contra o verme. Os ácidos meclofenâmico e flufenâmico são anti-inflamatórios não esteroidais (AINEs) ambos indicados no alívio de distúrbios reumáticos. Conclusão: Assim, tornar- se-á instigante testar in vitro e in vivo o ácido flufenâmico, considerando o potencial anti-esquistossomôtico que alguns outros AINEs apresentam frente ao S. mansoni visando reposicionamento de fármacos.
潜在抗血吸虫化合物的预测模型:QSAR- 2d方法
简介:由曼氏血吸虫引起的血吸虫病如果不治疗,是一种严重的进化疾病。目前可用于治疗感染的药物很少,这种短缺危及根除该疾病的目标。因此,硅工具在帮助发现具有治疗潜力的新药方面变得越来越相关。目的:从这个角度出发,本研究旨在预测具有抗血吸虫特性的药物,并可用于治疗曼氏血吸虫病。方法:采用QSAR-2D计算工具,通过Knime分析平台软件预测具有抗血吸虫特性的药物。这种方法具有机器学习的能力,可以对已知的化学结构和以前提供的数据库中的化学分子进行比较,这些数据库最初用于治疗其他疾病。在ChEMBL数据库中收集了50种具有抗寄生虫作用的药物,用于训练算法。在测试组中,研究了347个对寄生虫具有治疗潜力的化学分子。预测模型分为两个子集,一个是外部验证(30%),第二个是试验组(70%)。皮尔森的分析是基于回归模型通过机器学习树合奏莱纳尔(回归),相关的预测和截止的r2 > | 0 . 7 |。结果:该模型的截止值r2= 0.707,显示出可接受的预测相关性,三种药物被证明更有前景。氯胺、甲氯芬酸和氟芬酸被认为是潜在的抗血吸虫化合物。其中,第一个模型对曼氏链球菌病媒有已知的杀螺作用,第二个模型对小鼠模型中的寄生虫有已知的杀螺作用,这表明该模型的预测是可靠的,第三个模型尚未对蠕虫进行测试。甲氯芬酸和氟芬酸是非甾体抗炎药(nsaids),均用于缓解风湿病。结论:因此,考虑到其他非甾体抗血吸虫药对曼氏血吸虫的潜在抗血吸虫作用,氟非那胺酸的体外和体内试验将成为一种有趣的药物重新定位。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信