Aplicación de la topología molecular al análisis de la actividad antimalárica de 4-Aminobiciclo[2.2.2]Octan-2-il 4-Aminobutanoatos y sus análogos etanoatos y propanoatos

Abstract

La malaria es una enfermedad que causa uno de los mayores índices de mortalidad en todo el mundo. Actualmente, el número de casos y muertes continúa en aumento, debido a, entre otros factores, la resistencia que el parásito ha desarrollado frente a los tratamientos. Con el tiempo, se han estudiado nuevas moléculas para ser utilizadas como tratamiento frente a esta enfermedad. En este estudio se realizó un análisis de la actividad antimalárica de los 4-Aminobiciclo[2.2.2] octan-2-il 4-aminobutanoatos y sus análogos etanoatos y propanoatos, usando la topología molecular para desarrollar un modelo de relación cuantitativa estructura-actividad QSAR. Mediante el empleo del análisis lineal discriminante se seleccionó una función capaz de clasificar correctamente 32 de 35 compuestos analizados según su actividad antimalárica. El modelo clasificó el 82,35 % de las moléculas consideradas activas de manera experimental y discriminó el 100 % de las moléculas inactivas como tales. Aplicando el análisis de regresión multilineal se seleccionó una función capaz de predecir la actividad antimalárica de cada compuesto en términos de pIC 50. Para la validación del modelo se emplearon la técnica de validación cruzada y un test de aleatoriedad. Tras este análisis, se han propuesto nuevas estructuras antimaláricas potencialmente activas.

Malaria causes one of the highest mortality rates worldwide. Malaria cases and malaria deaths are still increasing due to, among other factors, the resistance that the parasite has developed to treatments. New molecules have been analyzed to be used as treatment for this disease. The present study predicts the antiplasmodial activity of the Aminobicyclo[2.2.2]octan-2-yl 4-aminobutanoates and their equivalents ethanoates and propanoates using molecular topology to develop a quantitative structure-activity relation (QSAR) model. Linear discriminant analysis was used to find a mathematical statement able to classify 32 of 35 compounds accurately by their antiplasmodial activity. The model classified 82.35 % of molecules considered active with experimental methods, and differentiated 100 % of the inactive molecules as such. Multilinear regression analysis was applied to find an equation with the ability to predict the antiplasmodial activity of each compound in terms of pIC50. Crossvalidation and randomness tests were carried out to validate this model. Finally, new potential antiplasmodial molecules have been proposed.