Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-03-20T14:28:36Z No. of bitstreams: 1 TES_CHRISTIAN_VAHL_QUEVEDO_COMPLETO.pdf: 4899891 bytes, checksum: d1bdebeb58af0b6576f8370b00023654 (MD5) / Made available in DSpace on 2017-03-20T14:28:36Z (GMT). No. of bitstreams: 1 TES_CHRISTIAN_VAHL_QUEVEDO_COMPLETO.pdf: 4899891 bytes, checksum: d1bdebeb58af0b6576f8370b00023654 (MD5) Previous issue date: 2016-01-27 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Funda??o de Amparo ? Pesquisa do Estado do Rio Grande do Sul (FAPERGS) / Pharmacophore models have been widely used in the virtual screening, allowing to select ligands that containing the spatial arrangement of essential physico-chemical properties. These properties are obtained from the evaluation of similar interactions identified in known receptor-ligand complexes. Currently, these pharmacophore models based on ligands are dependent on the physicochemical characteristics present in the known receptorligand complex. Thus, the pharmacophore model generated can overlook the proteins that have no known ligands complexed and whose physical and chemical properties do not establish interaction in the evaluated complex. That is, regions in the cavity that do not interact with ligands that generate the pharmacophore model and that may allow the interaction of structurally diverse ligands are not included in the selective search. Furthermore, several authors have shown that not taking the protein?s flexibility into account during the selection of drug candidates limits the result?s accuracy significantly. Thus, this thesis presents a new method for performing a virtual screening of ligands based on the evaluation of the 3D physico-chemical properties of the substrate binding pocket, and without the presence of complexed ligands, of representative structures of a Fully-Flexible Receptor (FFR) model. This method allows identifying 3D pharmacophoric models of flexible regions, which cannot be obtained from 3D pharmacophore models developed only from crystal structures of the ligand-receptor complex. A list of pharmacophoric hypothesis is proposed to select a set of ligands ZINC DB. Tests of this method?s efficacy were based on cross-docking experiments with the FFR model of 19.5 ns of the InhA enzyme from Mycobacterium tuberculosis. Molecular docking experiments with selected ligands showed that 95.0% of this group were negative values FEB, with 20.6% of these values that the best values obtained with FEB docking experiments with the crystalline structure that generated the rated model. These promising results show that the developed method may be an important support tool for researchers in the search for new drug candidates, accelerating the selection of possible candidates to be tested with FFR models of target molecules. The method presented also provides a great way to evaluate FFR models, enabling the domain expert to identify whether the obtained regions are really accessible in the investigated protein. / Modelos farmacof?ricos t?m sido amplamente utilizados no processo de triagem virtual de ligantes, permitindo selecionar ligantes que contenham as propriedades f?sicoqu?micas essenciais em um arrranjo espacial adequado. Essas propriedades s?o obtidas a partir da avalia??o das intera??es similares identificadas de complexos receptor-ligante conhecidos. Atualmente, esses modelos farmacof?ricos baseados em ligantes s?o dependentes das caracter?sticas f?sico-qu?micas presentes nos complexos receptor-ligante conhecidos. Desta forma, o modelo farmacof?rico gerado pode negligenciar as prote?nas que n?o possuem ligantes complexados conhecidos e cujas propriedades f?sico-qu?micas n?o estabelecem intera??o nos complexos avaliados. Ou seja, regi?es dentro da cavidade que n?o interagem com o conjunto de ligantes geradores do modelo farmacof?rico e que podem permitir a intera??o de ligantes estruturalmente diferentes n?o est?o inclu?das nessa busca seletiva. Al?m disso, diversos autores t?m mostrado que n?o considerar a flexibilidade da prote?na no processo de sele??o de candidatos a f?rmacos acaba limitando significativamente a precis?o dos resultados. Assim, esta tese apresenta um novo m?todo para realizar uma triagem virtual de ligantes baseada na avalia??o das propriedades f?sico-qu?micas 3D da cavidade de liga??o do substrato, e sem a presen?a de ligantes complexados, de estruturas representativas de um modelo de Receptor Totalmente Flex?vel (FFR). O resultado desse m?todo permite identificar modelos farmacof?ricos 3D de regi?es flex?veis que podem n?o ser obtidos de modelos desenvolvidos apenas a partir de estruturas cristalinas de complexos receptor-ligante. Uma lista de hip?teses farmacof?ricas ? proposta para selecionar um conjunto de ligantes do banco de dados ZINC. Testes da efic?cia desse m?todo foram baseados em experimentos de cross docking com um modelo de FFR de 19,5 ns da enzima InhA de Mycobacterium tuberculosis. Os experimentos de docagem molecular com o conjunto de ligantes selecionado mostraram que 95,0% desse conjunto obtiveram valores negativos de FEB, sendo 20,6% desses valores melhores que os valores de FEB obtidos com experimentos de docagem com a estrutura cristalina que gerou o modelo avaliado. Esses resultados promissores comprovam que o m?todo desenvolvido tem condi??es de ser uma importante ferramenta de apoio aos pesquisadores na busca por novos candidatos a f?rmacos, acelerando o processo de sele??o dos poss?veis candidatos a serem testados com modelos FFR de mol?culas alvo. O m?todo apresentado tamb?m fornece uma ?tima forma de avaliar o modelo FFR empregado, possibilitando ao especialista de dom?nio identificar se as regi?es obtidas s?o realmente acess?veis na prote?na investigada.