Ferramentas in silico aplicadas ao estudo de ecotoxicidade de micropoluentes orgânicos persistentes

• Autor(a) principal: Silva, Luana de Morais e
• Data de Publicação: 2021
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UEPB
• Texto Completo: http://tede.bc.uepb.edu.br/jspui/handle/tede/3827
• topic: Micropoluentes orgânicos; Ecotoxicidade; Segurança química; Quiminformática; Organic micropollutants; Ecotoxicity; Chemical safety; Cheminformatics; ENGENHARIAS::ENGENHARIA SANITARIA

Micropoluentes orgânicos (MPO), incluem uma ampla gama de substâncias químicas extensivamente utilizadas que ocorrem tipicamente em baixas concentrações na ordem de nanogramas por litro (ng.L-1) a microgramas por litro (μg.L-1). Embora ocorram em baixas concentrações, os MPO são continuamente liberados e amplamente detectados no ambiente. E o potencial risco da presença de um grande número de MPO ainda não foram identificadas nem regulamentadas. Para estabelecer limites regulatórios para MPO, pesquisas adicionais sobre respostas biológicas desses compostos são de particular importância. Frente a este cenário, o presente trabalho utilizou métodos preditivos computacionais a fim de fornecer um suporte teórico para analisar parâmetros de interesse no contexto da avaliação de segurança química e desenvolver informações necessárias para preencher as lacunas nos dados para melhorar a compreensão da toxicidade e do potencial perigo dos MPO. Neste estudo abordagens computacionais foram desenvolvidas para identificar as propriedades moleculares relacionadas ao mecanismo de toxicidade aguda de peixes frente a compostos definidos como MoA 1. Para predizer a toxicidade de Daphnia magna e Pimephales promelas para compostos identificados em diferentes fontes de água no Brasil. Para avaliação da segurança química de produtos de transformação de lixiviado de aterro sanitário formado durante o processo Fenton. Os modelos foram desenvolvidos utilizando descritores VolSurf + v. 1.0.7, Dragon v.7.04, RDKit, impressões digitais Morgan (semelhantes a ECFP6), chaves MACCS e impressões digitais Avalon. Para análise dos dados foram empregados métodos de mínimos quadrados parciais (PLS, do inglês, partial least squares) e algoritmo Random Forest. De acordo com as melhores práticas de modelagem estes modelos foram estatisticamente robustos, externamente preditivos e caracterizados por um amplo domínio de aplicabilidade estrutural, demonstrando bom potencial preditivo para todos os parâmetros investigados. As informações aqui relatadas foram utilizadas como ferramentas de triagem e avaliação de toxicidade e segurança química de micropoluentes orgânicos.