7th International Symposium of Pharmaceutical Sciences "VII SICF" -7th Symposium "Design, Production and Development of Drugs"

7th International Symposium of Pharmaceutical Sciences

VII SICF

OBTENCIÓN DE MODELOS QSAR PARA LA PREDICCIÓN DE ACTIVIDAD CONTRA BACTERIAS DEL TIPO GRAM-POSITIVO

En el presente trabajo se obtuvieron dos modelos discriminantes para la actividad antibacteriana. El modelo 1 se obtuvo empleando descriptores TOPS-MODE y de fragmentos, el modelo 2 con descriptores 3D y de fragmentos usando el Análisis Discriminante Lineal. El estudio se realizó con 292 compuestos cuyas actividades estaban reportadas en la literatura. El modelo 1 clasificó el 97,24 y 91,89% de casos activos y el 97,24 y 97,29% de casos inactivos con una clasificación global de 97,24 y 94,59% en las series de entrenamiento y predicción, respectivamente. El modelo 2 clasificó el 98,16 y 100% de casos activos y el 95,41 y 97,29% de casos inactivos con una clasificación global de 96,78 y 98,64% en las series de entrenamiento y predicción, respectivamente. Estos resultados y los valores de los índices estadísticos de los modelos permitieron demostrar sus calidades. Además, fueron calculadas las contribuciones de los fragmentos a la actividad antibacteriana para ambos modelos. El presente enfoque podría permitir un diseño racional de nuevos fármacos antibacterianos.

En el presente trabajo se obtuvieron dos modelos discriminantes para la actividad antibacteriana. El modelo 1 se obtuvo empleando descriptores TOPS-MODE y de fragmentos, el modelo 2 con descriptores 3D y de fragmentos usando el Análisis Discriminante Lineal. El estudio se realizó con 292 compuestos cuyas actividades estaban reportadas en la literatura. El modelo 1 clasificó el 97,24 y 91,89% de casos activos y el 97,24 y 97,29% de casos inactivos con una clasificación global de 97,24 y 94,59% en las series de entrenamiento y predicción, respectivamente. El modelo 2 clasificó el 98,16 y 100% de casos activos y el 95,41 y 97,29% de casos inactivos con una clasificación global de 96,78 y 98,64% en las series de entrenamiento y predicción, respectivamente. Estos resultados y los valores de los índices estadísticos de los modelos permitieron demostrar sus calidades. Además, fueron calculadas las contribuciones de los fragmentos a la actividad antibacteriana para ambos modelos. El presente enfoque podría permitir un diseño racional de nuevos fármacos antibacterianos.

About The Speaker

Laritza Bergues

Laritza Bergues

Universidad de Oriente Flag of Cuba
Practical Info
Spanish / Español
Not defined
30 minutes
Not defined
Authors
Julio A. Rojas Vargas
Julio C. Escalona Arranz
Laritza Bergues
Argenis A. Soutelo Jiménez
Keywords
adl
antibacteriano
descriptores 3d
qsar
tops-mode