dissertação
Computer-assisted improvement of Sulfonylureas with antifungal properties and limited herbicidal activity: potential application in forage conservation
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal de Lavras
Faculdade, Instituto ou Escola
Departamento
Departamento de Química
Programa de Pós-Graduação
Programa de Pós-Graduação em Agroquímica
Agência de fomento
Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
A conservação de forragem para alimentação animal – silagem – requer o uso de
antifúngicos como aditivos para garantir alta eficiência fermentativa em ambiente anaeróbico.
Nesse contexto, novos compostos pertencentes à classe das sulfonilureias foram recentemente
sintetizados com o propósito de modificar as estruturas químicas de substâncias análogas e já
conhecidas, melhorando suas propriedades antifúngicas e minimizando suas atividades
herbicidas. O presente trabalho propõe o estudo em nível molecular dessas sulfonilureias, com
o objetivo de se encontrarem os sítios quimiofóricos (porções da estrutura molecular)
responsáveis pela atividade antifúngica e pela seletividade (atividade antifúngica/atividade
herbicida) das moléculas a serem estudadas. Para isso, utilizou-se a metodologia
computacional de modelagem molecular MIA-QSAR (Multivariate Image Analysis applied to
Quantitative Structure-Activity Relationships), bem como a ferramenta MIA-Plot (para
identificação dos sítios quimiofóricos). O método MIA-QSAR foi empregado para encontrar
uma correlação entre as estruturas químicas das sulfonilureias com suas respectivas
propriedades biológicas. Como resultado, os modelos MIA-QSAR foram confiáveis, robustos
e preditivos, ou seja, para atividade antifúngica, a média dos principais parâmetros de
validação foi r2 = 0,936, q2 = 0,741 e r2
pred = 0,720, enquanto para atividade herbicida, o
modelo foi preditivo (r2
pred = 0,981 e r2
m = 0,944). Dessa forma, e sabendo-se quais partes das
estruturas químicas afetam as propriedades biológicas e de que maneira (aumentando ou
diminuindo a atividade microbiológica), foi possível propor 46 novas estruturas químicas com
propriedades melhoradas, das quais, 9 apresentaram índices de seletividade calculados
promissores. Estudos de docking foram realizados com a finalidade de validar as previsões de
QSAR e compreender os mecanismos de ação dos compostos em estudo.
Abstract
The conservation of forage for animal feed - silage - requires the use of antifungals as
additives to ensure high fermentative efficiency in an anaerobic environment. In this context,
new compounds belonging to the class of sulfonylureas have recently been synthesized with
the purpose of modifying the chemical structures of analogous and already known substances,
improving their antifungal properties and minimizing their herbicidal activities. This work
proposes the study at the molecular level of these sulfonylureas, with the objective of finding
the chemophoric sites (portions of the molecular structure) responsible for the antifungal
activity and for the selectivity (antifungal activity/herbicidal activity) of the molecules to be
studied. Accordingly, we employed the computational methodology of molecular modeling
MIA-QSAR (Multivariate Image Analysis applied to Quantitative Structure-Activity
Relationships), as well as the MIA-Plot tool (to identify the chemophoric sites). The MIAQSAR
method was used to find a correlation between the chemical structures of the
sulfonylureas with their respective biological properties. As a result, the MIA-QSAR models
were reliable, robust, and predictive, i.e. for antifungal activity, the average values for the
main validation parameters were r2 = 0.936, q2 = 0.741, and r2
pred = 0.720, whereas for
herbicidal activity, the model was predictive (r2
pred = 0.981 and r2
m = 0.944). In this way, and
knowing which parts of chemical structures affect the biological properties and how
(increasing or decreasing microbiological activity), it was possible to propose 46 new
chemical structures with improved properties, from which, 9 presented promising calculated
selectivity indexes. Docking studies were carried out in order to validate the QSAR
predictions and understanding the mechanisms of action of the compounds under study.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
FARIA, A. C. de. Computer-assisted improvement of Sulfonylureas with antifungal properties and limited herbicidal activity: potential application in forage conservation. 2022. 93 p. Dissertação (Mestrado em Agroquímica) – Universidade Federal de Lavras, Lavras, 2022.