Diseño en silicio de antagonistas de los receptores de endotelina utilizando el modelado QSAR basado en Monte Carlo,...

Área de la Ciencia:

• Química medicinal
• Química computacional
• Farmacología

Sus antecedentes:

• La endotelina-1 (ET-1) es un factor crítico en las enfermedades cardiovasculares, por lo que los antagonistas de ET-1 son un objetivo terapéutico clave.
• El desarrollo de antagonistas ET-1 selectivos y potentes sigue siendo un desafío importante en el descubrimiento de fármacos.

Objetivo del estudio:

• Desarrollar modelos robustos de relación estructura-actividad cuantitativa (QSAR) para el diseño de nuevos antagonistas ET-1.
• Identificar los fragmentos moleculares críticos que contribuyen a la actividad del antagonista.
• Diseñar y validar por computación nuevos inhibidores de ET-1 con perfiles farmacológicos favorables.

Principales métodos:

• Los modelos QSAR independientes de la conformación se construyeron utilizando descriptores moleculares y invariantes de gráficos locales.
• Las simulaciones de Monte Carlo se utilizaron para la selección del descriptor y la optimización del modelo.
• Se empleó diseño asistido por computadora, acoplamiento molecular contra el receptor ETA y perfilado ADME.

Principales resultados:

• El modelo QSAR óptimo mostró una alta precisión predictiva (r2=0,9362, q2=0,9314 para el entrenamiento; r2=0,9006, q2=0,8655 para el conjunto de prueba).
• Se diseñaron seis nuevos candidatos a inhibidores de ET-1, que exhibieron posiciones de unión favorables y energías de interacción en simulaciones de acoplamiento.
• El análisis computacional predijo perfiles ADME favorables, alta similitud con el medicamento y buena absorción gastrointestinal para los compuestos diseñados.

Conclusiones:

• Las estrategias integradas en silico, que combinan QSAR y acoplamiento molecular, proporcionan una tubería confiable para descubrir antagonistas ET-1.
• Los compuestos diseñados son candidatos prometedores para la validación experimental y el desarrollo de la química medicinal.
• Este enfoque acelera el descubrimiento de nuevas terapias para las patologías cardiovasculares.