Integración de aprendizaje automático y simulaciones moleculares para el diseño de potentes inhibidores de HDAC2 en
Josiah Joseph Isah1, Adamu Uzairu2, Sani Uba2
1Department of Chemistry, Faculty of Sciences, Federal University of Health Sciences Otukpo, Nigeria; Department of Chemistry, Faculty of Physical Sciences, Ahmadu Bello University Zaria, Nigeria.
Computational biology and chemistry
|February 21, 2026
Resumen
Los investigadores identificaron un nuevo inhibidor prometedor, el compuesto 10fg, para dirigirse a la histona deacetilasa 2 (HDAC2) en el linfoma difuso de células B grandes (DLBCL). Este enfoque computacional acelera el descubrimiento de nuevos fármacos contra el linfoma.
Área de la Ciencia:
- * Química computacional y descubrimiento de fármacos.
- * Biología molecular e investigación del cáncer.
- * Cheminformática y aprendizaje automático.
Sus antecedentes:
- * La histona deacetilasa 2 (HDAC2) es un factor clave en el desarrollo del linfoma difuso de células B grandes (DLBCL).
- * La orientación de HDAC2 presenta una estrategia terapéutica prometedora para el linfoma.
- * Se necesitan nuevos inhibidores para tratar eficazmente la DLBCL.
Objetivo del estudio:
- * Identificar y optimizar nuevos inhibidores de HDAC2 para el tratamiento de la DLBCL.
- * Desarrollar una tubería computacional que integre QSAR, acoplamiento y simulaciones.
- * Dar prioridad a los compuestos de plomo para la validación experimental.
Principales métodos:
- * Modelado cuantitativo de la relación estructura-actividad (QSAR) basado en el aprendizaje automático utilizando el Bosque Aleatorio.
- * Acoplamiento molecular y filtrado ADMET para la identificación de compuestos de plomo.
- * Simulaciones de dinámica molecular (MD) y MM-GBSA para la evaluación de la energía de unión y la estabilidad.
Principales resultados:
- * Se desarrolló un modelo robusto de QSAR (R2 = 0.926, CCC = 0.956) a partir de moléculas activas HDAC2-activas de 1995.
- * El compuesto 10 mostró una alta afinidad de unión predicha (≈-10,2 kcal·mol−1).
- * El análogo optimizado 10fg exhibió una mayor unión (-10.9 kcal·mol−1), interacciones estables y una energía libre favorable (≈ -40.3 kcal·mol−1).
Conclusiones:
- * La estrategia computacional integrada identificó y optimizó con éxito un potente inhibidor de HDAC2 (10fg).
- * El compuesto 10fg demuestra un potencial significativo para la validación experimental en el descubrimiento de fármacos contra el linfoma.
- * Esta tubería destaca la sinergia del modelado predictivo y el refinamiento basado en la estructura para terapias dirigidas contra el cáncer.
