Previsão de reações adversas dos anti-inflamatórios não esteroides por meio de modelação molecular

Autor: Fernando Banze C. Fernando, Ivon Gonzalez Blanco, Luis A Torres Gomez
Jazyk: English<br />Portuguese
Rok vydání: 2023
Předmět:
Zdroj: RevSALUS, Vol 5, Iss Sup (2023)
Druh dokumentu: article
ISSN: 2184-4860
2184-836X
DOI: 10.51126/revsalus.v5iSup.607
Popis: Introdução: Os anti-inflamatórios não esteróides (AINEs) são amplamente utilizados pelos seus efeitos anti-inflamatórios, analgésicos e antipiréticos no tratamento de diversas patologias, muitas vezes sem receita médica (Aleksic et al., 2022). AINEs é muito comum na população. Por esta razão, os métodos de previsão utilizando técnicas de inteligência artificial impõem-se como uma nova alternativa (Cox et al., 2013). Objetivos: Modelar as reações adversas mais prováveis de anti-inflamatórios não esteroidais usando a abordagem MODESLAB. Material e Métodos: Para isso, os momentos espectrais da matriz de adjacência entre arestas do gráfico molecular foram calculados com diferentes parâmetros que caracterizam tanto as ligações quanto os átomos nas moléculas de 62 compostos com ação anti-inflamatória. Sobre técnicas estatísticas é usada uma técnica de análise discriminante linear, que está incluída na análise multivariada. Resultados: Um total de 91 descritores foram calculados e utilizados em uma série de treinamento dividida em quatro grupos, de acordo com o tipo de reação adversa mais frequente. Para identificar os descritores que melhor discriminam e definem o conjunto de funções, foi desenvolvida uma análise discriminante linear utilizando o método de inclusão stepwise assim como o software estatístico IBM SPSS versão 22. Foram geradas três funções que constituem combinações lineares de seis descritores moleculares que codificam informações estéricas e eletrônicas das moléculas de cada grupo. Conclusões: As funções obtidas apresentam um Wilks Lambda muito baixo (0,0146) e uma correlação canônica alta (0,9784), o que demonstra seu poder discriminante, e permite que os descritores nelas incluídas sejam utilizados em futuros estudos.
Databáze: Directory of Open Access Journals
Externí odkaz: