Previsão da solubilidade de fármacos orgânicos em água, baseado na relação quantitativa entre estrutura molecular e propriedades in silico

• Autor(a) principal: Peixoto, Edilson Pinheiro
• Data de Publicação: 2010
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital Brasileira de Teses e Dissertações da UEG
• Texto Completo: http://www.bdtd.ueg.br/handle/tede/503
• topic: Solubilidade; Previsão solubilidade em água; QSPR; Propriedades moleculares in silico; Solubility; Water solubility prediction; QSPR; Molecular proprierties in silico; CIENCIAS EXATAS E DA TERRA::QUIMICA

A solubilidade de uma substância, potencialmente fármaco, em água é extremamente importante para o trabalho de desenvolvimento dessa como medicamento. Neste trabalho foram calculadas propriedades topológicas, geométricas e eletrônicas in silico de 322 moléculas, estruturalmente diferentes, a partir de parâmetros de suas estruturas espaciais moleculares (3D). As propriedades calculadas foram: área, volume, potencial de ionização, “HOMO”, “LUMO”, momento dipolar, polarizabilidade (alfa), usando o modelo semi-empírico RM1, e número de doadores e aceptores de pontes de hidrogênio por molécula, obtidos da literatura. Os dados do grupo de 322 moléculas foram subdivididos em dois sub-grupos, um com 242 para o desenvolvimento de um modelo preditivo de solubilidade, e outro com 80 moléculas para validação do mesmo. Os dados das propriedades foram correlacionadas com a solubilidade experimental destas mesmas moléculas e a eles aplicado regressão linear multivariada em relação a mesma solubilidade, chegando-se a uma equação pela qual se possa calcular uma previsão de solubilidade a partir dos dados das propriedades in silico apenas. Esta equação geral, abrangendo todos os dados do grupo modelo, resultou em (r)=0,716 e (R2 )=51,3%, com S=1,19463, referente a logS, valores superiores aos encontrados na literatura para modelos de equação única. O logS calculado para as 80 moléculas de validação demonstrou o potencial preditivo do modelo, resultando em uma correlação de (r)=0,751 e erro relativo médio de 4,5% em relação ao logS experimental.