VII Simposio Internacional de Ciencias Farmacéuticas 2019 "VII SICF" -VII Simposio "Diseño, Obtención y Desarrollo de Fármacos"

VII Simposio Internacional de Ciencias Farmacéuticas 2019

VII SICF

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

Resumen [ES]

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.

Resumen [EN]

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.

Sobre el ponente

Laritza Bergues

Laritza Bergues

Universidad de Oriente Flag of Cuba
Información Práctica
Spanish / Español
No definido
30 minutos
No definido
Autores
Julio A. Rojas Vargas
Julio C. Escalona Arranz
Laritza Bergues
Argenis A. Soutelo Jiménez
Palabras clave
adl
antibacteriano
descriptores 3d
qsar
tops-mode