Uma Nova Amostragem de Descritores para Predição de Atividade Biológica

• Autor(a) principal: João Vitor Soares Tenório
• Data de Publicação: 2018
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/ESBF-BALHJU
• topic: QSAR; Aprendizado de Máquina; Quimiometria; Aprendizado do Computador; Bioinformática; Computação; QSAR (Bioquímica); Quimiometria

O planejamento de fármacos auxiliado por computador (CADD) usa modelos preditivos para planejar e aprimorar compostos que possuem atividade biológica e podem ser usados como fármacos. O LQTA-QSAR é uma técnica para CADD, onde a amostragem dos descritores usados para treinar o modelo preditivo é feita inserindo os perfis de amostragem conformacional (PAC) dos compostos em uma grade 3D, para calcular a interação entre o PAC e uma sonda nos pontos dessa grade. O problema dessa amostragem é que quando a sonda passa por pontos internos ao PAC, são amostrados descritores com valores irreais. Essa dissertação propõe uma nova amostragem que considera o formato do PAC e impede que a sonda passe por pontos internos ou próximos demais ao PAC. Foram realizados experimentos em conjuntos de compostos usados como fármacos para tratamento de diversas doenças. A proposta conseguiu melhorar a precisão dos modelos preditivos nos seis cenários avaliados. O maior aumento percentual obtido foi de 44%.