Please use this identifier to cite or link to this item: https://rima.ufrrj.br/jspui/handle/20.500.14407/14352
Tipo do documento: Dissertação
Title: Desenvolvimento de modelos de predição de atividade inibitória sobre a DNA Girase de micobactérias baseados em estudos de modelagem molecular
Other Titles: Development of inhibitory activity prediction models on mycobacterial DNA Gyrase based on molecular modeling studies
Authors: Azevedo, Nathalia de
Orientador(a): Sant'Anna, Carlos Mauricio Rabello de
Primeiro coorientador: Silva, Felipe Leite Coelho Da
Primeiro membro da banca: Sant'Anna, Carlos Mauricio Rabello de
Segundo membro da banca: Gregório, Ronaldo Malheiros
Terceiro membro da banca: Silva, Alexandre Sousa da
Keywords: Mycobacterium tuberculosis;Docagem molecular;Descritores moleculares;Regressão linear múltipla
Área(s) do CNPq: Matemática
Idioma: por
Issue Date: 14-Oct-2021
Publisher: Universidade Federal Rural do Rio de Janeiro
Sigla da instituição: UFRRJ
Departamento: Instituto de Ciências Exatas
Programa: Programa de Pós-Graduação em Modelagem Matemática e Computacional
Citation: AZEVEDO, Nathalia de. Desenvolvimento de modelos de predição de atividade inibitória sobre a DNA Girase de micobactérias baseados em estudos de modelagem molecular. 2021. 100 f. Dissertação (Mestrado em Modalagem Matemática e Computacional) - Instituto de Ciências Exatas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 20210.
Abstract: A tuberculose (TB) é uma doença que apresenta elevadas morbidade e mortalidade. Em 2019, aproximadamente 10 milhões de pessoas desenvolveram a doença, das quais cerca de 1,4 milhão de pessoas morreram. Existem antibióticos efetivos contra a bactéria causadora da tuberculose, Mycobacterium tuberculosis (MTB), mas o aumento da incidência de casos de TB resistente a esses medicamentos tem exigido esforços para se descobrir novos medicamentos capazes de combater a doença. As topoisomerases são enzimas que mantêm a topologia do DNA durante a replicação, transcrição e recombinação. A DNA girase é a única topoisomerase tipo II presente no MTB, sendo por isso um alvo interessante a ser explorado para o planejamento de novos medicamentos contra a TB. A DNA girase é composta por duas subunidades, GyrA e GyrB e este projeto tem como objetivo usar grupos de compostos da literatura com dados de atividade registrados sobre a subunidade GyrB da DNA girase de micobatérias para se desenvolver um modelo para a predição da atividade para ser aplicado em futuros procedimentos de triagem virtual. Para atingir esse objetivo, foram combinados métodos de modelagem molecular e regressão linear múltipla para se construir modelos de predição de atividade inibitória (pIC50) para séries de compostos presentes na literatura com dados de inibição sobre a GyrB da DNA girase de M. smegmatis. Foram obtidos bons modelos, verificados através de validação interna com o método de validação cruzada LOO (Leave One Out). Os resultados da validação cruzada foram expressos pelo coeficiente de correlação da validação cruzada (Q2) e pelo desvio-padrão da validação cruzada (SPRESS). As estatísticas de previsão do modelo são expressas pelo coeficiente de correlação múltipla R2 EXT e pela raiz quadrada média do erro de previsão (RMSEP).
Abstract: Tuberculosis (TB) is a disease with high morbidity and mortality. In 2019, approximately 10 million people developed the disease, of which about 1.4 million people died. There are effective antibiotics against the bacteria that cause tuberculosis, Mycobacterium tuberculosis (MTB), but the increased incidence of TB cases resistant to these drugs has required efforts to discover new drugs capable of fighting the disease. Topoisomerases are enzymes that maintain DNA topology during replication, transcription and recombination. DNA gyrase is the only type II topoisomerase present in MTB, which is why it is an interesting target to be explored for the design of new drugs against TB. DNA gyrase is composed of two subunits, GyrA and GyrB and this project aims to use groups of compounds from the literature with activity data recorded on the GyrB subunit of mycobacterial DNA gyrase, in order to develop a model for the prediction of activity of MTB DNA gyrase inhibitors to be applied in future virtual screening procedures. To achieve this goal, molecular modeling and multiple linear regression methods were combined to build prediction models of inhibitory activity (pIC50) for series of compounds present in the literature with inhibitory data on the inhibition of GyrB of M. smegmatis DNA gyrase. Good models were obtained, verified through internal validation with the LOO (Leave One Out) cross validation method. The results of the cross-validation were expressed by the correlation coefficient of the cross-validation (Q2) and the standard deviation of the cross-validation (SPRESS). The model's prediction statistics are expressed by the multiple correlation coefficient R2 EXT and the root mean square of the prediction error (RMSEP).
URI: https://rima.ufrrj.br/jspui/handle/20.500.14407/14352
Appears in Collections:Mestrado em Modelagem Matemática e Computacional

Se for cadastrado no RIMA, poderá receber informações por email.
Se ainda não tem uma conta, cadastre-se aqui!

Files in This Item:
File Description SizeFormat 
2021 - Nathalia de Azevedo.pdf2021 - Nathalia de Azevedo1.93 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.