Por favor, use este identificador para citar o enlazar este ítem: http://dspace.udla.edu.ec/handle/33000/10308
Tipo de material : bachelorThesis
Título : Modelos computacionales para el descubrimiento basado en estructura de candidatos a fármacos inhibidores del virus del zika
Autor : Beltrán Guzmán, Paúl Alexander
Velásquez López, Yendrek Andrés
Tutor : Pérez Castillo, Yunierkis
Palabras clave : FARMACOLOGÍA;SISTEMAS COMPUTACIONALES;MEDICAMENTO-BIOTECNOLOGÍA;INTERACCIÓN DE MEDICAMENTOS
Fecha de publicación : 2018
Editorial : Quito: Universidad de las Américas, 2018
Citación : Beltrán Guzmán, Paúl Alexander. Velásquez López, Yendrek Andrés (2018). Modelos computacionales para el descubrimiento basado en estructura de candidatos a fármacos inhibidores del virus del zika. Facultad de Ingeniería y Ciencias Aplicadas. UDLA. Quito. 87 p.
Resumen : El descubrimiento de fármacos empleando métodos tradicionales de prueba y error constituye un proceso largo y costoso. Una de las alternativas que se emplea para reducir tiempo y costos durante las fases tempranas de este proceso es el uso de técnicas computacionales como el cribado virtual basado en estructura. En esta investigación se proponen metodologías de cribado virtual basado en estructura para la identificación de inhibidores potenciales de las enzimas proteasa y metiltransferasa del ZIKV. Estas metodologías se obtuvieron a partir de la combinación de varias funciones de puntuación energética, implementadas en tres programas de acoplamiento molecular diferentes Dock6, Gold y OpenEye. Para la selección del mejor método de cribado virtual se utilizaron 32 compuestos activos frente a la proteasa del ZIKV y 50 para la metiltransferasa. Estos compuestos se mezclaron con más de 2000 compuestos señuelo para cada enzima. Los conjuntos de datos ligandos más señuelos se acoplaron a las respectivas enzimas empleando diferentes programas de acoplamiento molecular y funciones de puntuación energética. Posteriormente, se buscó la combinación de funciones de puntuación energética que maximizara el enriquecimiento de compuestos activos en la lista ordenada resultante. Como resultado, se propuso protocolos de cribado virtual con BEDROC y EF, capaces de enriquecer las listas ordenadas obtenidas, y se obtuvo una selección aleatoria de compuestos para las enzimas proteasa y metiltranferasa del ZIKV, respectivamente. Estos protocolos aportaron con un alto enriquecimiento inicial de compuestos activos, recuperando al 1 por ciento tres compuestos activos para NS2BNS3 y cuatro compuestos activos para NS5.MTasa
Descripción : The discovery of drugs using traditional methods of trial and error is a long and expensive process. One of the alternatives used to reduce time and costs during the early phases of this process is the use of computational techniques such as structure-based virtual screening. In this research, methodologies of virtual screening based on structure for the identification of potential inhibitors of the protease and methyltransferase enzymes of ZIKV are proposed. These methodologies were obtained from the combination of several energy score functions, implemented in three different molecular docking programs Dock6, Gold and OpenEye. For the selection of the best virtual screening method, 32 active compounds were used against the ZIKV protease and 50 for the methyltransferase. These compounds were mixed with more than 2000 decoy compounds for each enzyme. The data sets ligands decoys were coupled to the respective enzymes using different molecular docking programs and energy scoring functions. Subsequently, the combination of energy score functions that maximized the enrichment of active compounds in the resulting ordered list was sought. As a result, virtual screening protocols were proposed with BEDROC and EF, capable of enriching the ordered lists obtained, and a random selection of compounds was obtained for the protease and methyltranferase enzymes of the ZIKV, respectively. These protocols contributed with a high initial enrichment of active compounds, recovering at 1 percent three active compounds for NS2B.NS3 and four active compounds for NS5.MTase.
URI : http://dspace.udla.edu.ec/handle/33000/10308
Aparece en las colecciones: Ingeniería en Biotecnología

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
UDLA-EC-TIB-2018-33.pdf2,34 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons