Made available in DSpace on 2016-08-10T10:29:36Z (GMT). No. of bitstreams: 1 Lilian dos Santos Castro.pdf: 960889 bytes, checksum: 7169384d60e2113b089f6e13a34dbdb8 (MD5) Previous issue date: 2009-09-10 / Some caffeine analogues present activity against skin cancer. In this work, chemometric methods were applied in the search for building discriminant models between active and inactive analogues, based on the correlations among their biological activities and electronic and geometric molecular descriptors. From 70 descriptors calculated with density functional theory (DFT) with the exchange correlation functional B3LYP and the basis set 6-31G* (Gaussian 03), 10 ones were pre-selected based on their Fisher weights, and finally five descriptors (dR1, dR3, LogPR1, LogPR3 and molar area) were selected for a principal component analysis. This analysis was able to discriminate the analogues in active and inactive by using only one principal component, accounting for 49 % of the total variance. The cluster hierarchical analysis, using the descriptors selected by principal component analysis, shows that the caffeine analogues can be grouped into two major groups: active and inactive. The results of this work suggest that the anticancer activity of those analogues is related with hydrophobic, steric, and electronic properties and can be used to help modeling new caffeine analogues with more pronounced anticancer activity. / Alguns derivados análogos da cafeína apresentam atividade contra o câncer de pele. Neste trabalho, métodos de estatística multivariada foram usados na construção de um modelo capaz de discriminar os derivados análogos da cafeína em ativos e inativos baseando-se na correlação da atividade biológica, descritores geométricos e eletrônicos. Dos 70 descritores calculados usando a teoria do funcional da densidade (DFT), com o funcional de troca e correlação B3LYP e o conjunto de base 6-31G* implementados no programa Gaussian 03, 10 foram préselecionados baseados no peso de Fischer e, finalmente, cinco descritores (dR1, dR3, LogPR1, LogPR3 e área molar) foram selecionados para a construção do modelo de componentes principais. Esse modelo foi capaz de discriminar os análogos em ativos e inativos usando apenas uma componente principal, sendo que esta componente responde sozinha por 49% da variância total dos dados. A análise hierárquica de cluster, usando os descritores selecionados pela análise de componentes principais, mostra que os derivados análogos da cafeína podem ser agrupados em dois grandes grupos: ativos e inativos. Os resultados deste trabalho sugerem que a atividade anticancerígena para o câncer de pele destes derivados está relacionada com as propriedades hidrofóbica, estérica e eletrônica e podem ser utilizados para auxiliar o planejamento de novos derivados de cafeína com atividade anticancerígena mais pronunciada.