Please use this identifier to cite or link to this item: http://repositorio.ufla.br/jspui/handle/1/33437
metadata.teses.dc.title: Inclusion of conformational information in MIA-QSPR
metadata.teses.dc.title.alternative: Inclusão de informação conformacional em MIA-QSPR
metadata.teses.dc.creator: Daré, Joyce Karoline
metadata.teses.dc.creator.Lattes: http://lattes.cnpq.br/1656902173813763
metadata.teses.dc.contributor.advisor1: Freitas, Matheus Puggina de
metadata.teses.dc.contributor.advisor-co1: Ramalho, Teodorico de Castro
metadata.teses.dc.contributor.referee1: Caetano, Melissa Soares
metadata.teses.dc.contributor.referee2: Cunha, Elaine Fontes Ferreira da
metadata.teses.dc.subject: MIA-QSPR
Informação conformacional
Otimização estrutural
Ancoramento molecular
Conformational information
Structural optimization
Molecular docking
metadata.teses.dc.date.issued: 2-Apr-2019
metadata.teses.dc.description.sponsorship: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
metadata.teses.dc.identifier.citation: DARÉ, J. K. Inclusion of conformational information in MIA-QSPR. 2019. 83 p. Dissertação (Mestrado em Agroquímica)-Universidade Federal de Lavras, Lavras, 2019.
metadata.teses.dc.description.resumo: MIA-QSPR (Multivariate Image Analysis applied to Quantitative Structure-Property Relationships) é uma técnica livre e eficiente de modelagem molecular desenvolvida com o intuito de simplificar análises quantitativas que buscam correlacionar características estruturais de compostos químicos com uma propriedade físico-química/biológica de interesse. Fundamentalmente, ela se baseia na ideia de que, para uma série de imagens de moléculas congêneres, as mudanças nos substituintes gerarão variações na orientação (posição) dos pixels, o que, por sua vez, explica as mudanças na variável resposta (propriedade modelada). Os descritores moleculares, nessa técnica, são gerados a partir de projeções bidimensionais (2D) das estruturas químicas de interesse. Por se tratar de uma ferramenta 2D, intuitivamente, o MIA-QSPR não incorpora informações espaciais (3D) acerca das estruturas químicas, o que, de certa forma, pode ser considerado uma limitação da técnica, visto que as propriedades espaciais são conhecidas por regerem grande parte do comportamento físico-químico/biológico de moléculas. No entanto, tratando-se de MIAQSPR, não existem comprovações na literatura de que a inclusão desse tipo de informação realmente contribua para criação de modelos de predição mais efetivos. Em decorrência, a proposta do presente trabalho consistiu no desenvolvimento de uma estratégia para inserção de informações conformacionais e bioconformacionais nos descritores MIA-QSPR, bem como uma análise detalhada dos resultados da inclusão de tais propriedades. Para fins de comparação, o trabalho foi divido em três etapas: i) primeiro, elaborou-se um modelo MIAQSPR tradicional com uma classe de compostos com propriedade independente de um receptor biológico (logKoc); ii) para uma segunda classe de compostos, construiu-se um modelo MIA-QSPR com as projeções 2D das moléculas com estruturas completamente otimizadas em um meio livre do receptor (i.e., fez-se uma busca pelo arranjo espacial com menor energia para cada molécula); e, como etapa principal, iii) determinou-se as bioconformações mais prováveis de uma classe de ligantes, através da técnica de ancoramento molecular (molecular docking), e, com base nessas estruturas, construiu-se um modelo MIAQSPR com as projeções bidimensionais das conformações identificadas. Vale ressaltar que, para a segunda parte, o grupo de compostos selecionado possui um alvo biológico; porém, até o momento, tal receptor não é conhecido e, consequentemente, um estudo bioconformacional não se fez necessário. Por outro lado, o terceiro grupo de moléculas possui um alvo biológico bem elucidado, o que permitiu um estudo envolvendo tal receptor. Como resultado, comprovou-se que a técnica MIA-QSPR é capaz de englobar informações de cunho conformacional; no entanto, a inclusão desse tipo de informação acarretou em um alinhamento imperfeito das subestruturas congêneres, o que é crucial para a eficiência dos modelos de predição da maioria das técnicas QSPR. Sendo assim, os modelos gerados a partir de estruturas otimizadas/ancoradas resultaram em modelos de calibração menos satisfatórios do que os convencionais e pode-se, portanto, concluir que a conectividade e as propriedades atômicas (tais como raio de van der Waals e eletronegatividade) são descritores moleculares mais eficientes em MIA-QSPR do que as características conformacionais atribuídas nesse trabalho. Tal estudo não só reforçou a eficiência da técnica MIA-QSPR tradicional como também levantou questionamentos acerca da complexidade de outras abordagens.
metadata.teses.dc.description.abstract: MIA-QSPR (Multivariate Image Analysis applied to Quantitative Structure-Property Relationships) is an efficient technique for molecular modeling developed with the aim of simplifying quantitative analyses that seek correlating structural features of chemical compounds with physical-chemical/biological properties (QSPR studies). Essentially, it relies on the idea that, for a congeneric series of molecule images, the changing in substituent groups will generate variations in the pixel orientations (positions), which, in turn, can explain the visual changing observed in the response variable values (physical-chemical/biological property). The molecular descriptors employed in this technique are obtained from bidimentional (2D) projections of the chemical structures under analysis. Since MIA-QSPR has a 2D approach, intuitively, it does not include spatial information (3D), which can be considered a limitation of this technique, once it is well-known that spatial features rule a significative part of the physical-chemical/biological molecular behavior. However, regarding MIA-QSPR, there are no evidences in literature that the inclusion of this type of information would, indeed, improve the prediction ability of QSPR models. In this sense, this work aimed to develop a strategy for inserting conformational and bioconformational information into the MIA-QSPR descriptors, and a detailed analysis of the results of such inclusion. For means of comparison, this work was divided into three parts: i) initially, a traditional MIA-QSPR model was built for a class of compounds with a physical-chemical property independent of a biological receptor (logKoc); ii) a second MIA-QSPR model was built using bidimentional projections resulted from the fully structural optimization of a set of molecules in a receptor free environment; iii) finally, for a third set of compounds, the most likely bioconformations were determined through molecular docking technique and, based on the bidimentional projection of these structures, the last MIA-QSPR model was built. It is worth mentioning that the second molecule set has a biological target, but, until currently, this receptor is not completely known, then a bioconformational study was not required; on another hand, for the last set of compounds, the biological target is already fully elucidated, which supports the molecular docking step performed herein. As a result, it was verified that the MIA-QSPR technique is capable of encoding conformational information; however, including this type of information resulted in an imperfect alignment of the congeneric substructures, which is crucial for building efficient MIA-QSPR prediction models. Accordingly, the models obtained from the optimized/docked structures generated less satisfactory calibration models than the conventional ones, and, therefore, one can conclude that the atomic connectivity and properties (e.g. van der Waals radii and electronegativity) are more efficient molecular descriptors for MIA-QSPR technique than spatial parameters considered herein.
metadata.teses.dc.description: Arquivo retido, a pedido da autora, até abril 2020.
metadata.teses.dc.identifier.uri: http://repositorio.ufla.br/jspui/handle/1/33437
metadata.teses.dc.publisher: Universidade Federal de Lavras
metadata.teses.dc.language: por
Appears in Collections:DQI - Agroquímica - Mestrado (Dissertações)

Files in This Item:
There are no files associated with this item.


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.