Aplicación de topología molecular a la predicción de la actividad frente a Trypanosoma brucei rhodesiense de compuestos bicíclicos derivados de la 4-metilpiperazina
Date
2015-03Discipline
MedicinaKeyword(s)
Patología molecularEnfermedad del sueño
Antiparasitarios
Molecular pathology
Sleeping sickness
Antiparasitics
Abstract
Trypanosoma brucei rhodesiense es la causa de la forma más virulenta de la enfermedad del sueño en África del Este.
Sin tratamiento esta enfermedad tiene un curso fatal. Por el momento solo hay 5 fármacos en uso y solo uno de
ellos (melarsoprol) es eficaz en la fase final de la enfermedad. Se ha desarrollado un modelo topológico matemático
encaminado a buscar nuevos compuestos con actividad antitripanosómica para un grupo de compuestos bicíclicos
derivados de la 4-metilpiperazina. Utilizando el análisis lineal discriminante se encontró un modelo capaz de clasificar
correctamente la actividad del 93% de 32 compuestos estudiados. Con el objetivo de predecir la actividad
antiparasitaria, se realizó un análisis de regresión multilineal capaz de explicar el 86% de la varianza. La validación
de este modelo fue realizada por el método de cross-validación y mediante un test de aleatoriedad. Finalmente, el
modelo seleccionado fue aplicado para la búsqueda de nuevos compuestos bicíclicos con teórica actividad frente al
Trypanosoma brucei. Trypanosoma brucei rhodesiense causes the most virulent form of sleeping sickness in East Africa. Without treatment
this disease has a fatal course. Currently, there are only five drugs in use and only one of them (melarsoprol) is effective
in the final stage of the disease. To find new drugs with anti-trypanosomal activity, it has been developed a
mathematical model based on molecular topology aimed at finding novel active compounds from a group of bicyclic
derivatives of 4-methylpiperazine. Using linear discriminant analysis it was found a model that could correctly
classify the activity of 93% of 32 compounds studied. In order to predict the antiparasitic activity, a multilinear
regression analysis was carried out so that it was able to explain 86% of the variance. The validation of this model
was made by cross-validation and a test of randomness. Finally, the selected model was applied to the search for new
bicyclic compounds potentially active.