Made available in DSpace on 2016-06-02T20:34:27Z (GMT). No. of bitstreams: 1 3825.pdf: 11572588 bytes, checksum: 5139f6f8274e9d9b46982514e6a5c21e (MD5) Previous issue date: 2011-06-30 / Universidade Federal de Minas Gerais / Chagas disease, caused by the flagellate protozoan of the family Trypanosomatidae Trypanosoma cruzi, is endemic in Latin America. The available drugs are ineffective and cause severe side effects. Therefore, it is necessary the discovery and development of new drugs for Chagas disease chemotherapy. The cruzain enzyme (EC 3.4.22.51) is expressed in all T. cruzi life cycle and represents a valid target against Chagas disease. The search for new cruzain enzyme inhibitors was carried out through the development of a new strategy using in silico methods, based on integrated ligand and target virtual screening. The consensus of different virtual screenings allowed the selection of 23 molecules for in vitro assays, from a virtual library containing approximately 8.5 million structures collected from the commercial database ZINC. The compounds were assayed against the cruzain and human homologous cathepsin-L and 12 presented inhibitory activity. The IC50 values ranged from 5.6 to 73.9 μM for cruzain and 8.6 to 89.1 μM for cathepsin-L. The apparent inhibition constant (Ki app) of the identified compounds ranged from 3.7 and 64.5 μM for cruzaínain and 3.8 to 87.1 μM for the cathepsin-L and showed competitive inhibition mechanisms. New molecular classes of non-covalent inhibitors of the enzyme cruzain were identified. Two substances were validated as inhibitors by evaluating compound analogs to establishing relationships between molecular structure and biological activity; a substance with the ligand efficiency of 0.33 kcal mol-1 NA-1 was identified. Two enzyme inhibitors showed trypanocidal activity against the Y strain of T. cruzi trypomastigotes with potency comparable to the drug benznidazole®. The micromolar activity of the compounds against the cruzain enzyme and the confirmed activity against the parasite provide the opportunity for molecular optimization and improve the bioactive compounds design with known mode of action. / A doença de Chagas, causada pelo parasito tripanossomatídeo Trypanosoma cruzi, é uma doença endêmica distribuída por toda América Latina. Os fármacos disponíveis são ineficientes e apresentam sérios efeitos colaterais. Portanto, são necessários novos fármacos para a quimioterapia da doença de Chagas. A enzima cruzaína (EC 3.4.22.51) de T. cruzi é expressa durante todo o ciclo de vida e representa um alvo validado contra a doença da Chagas. A busca de novos inibidores da enzima cruzaína foi realizada pelo desenvolvimento de uma estratégia integrada utilizando métodos in silico baseados na estrutura do ligante e do receptor e métodos in vitro. O consenso dos diferentes métodos de ensaios virtuais permitiu a seleção de 23 moléculas para os ensaios in vitro, a partir de uma coleção virtual com cerca de 8,5 milhões de estruturas provenientes do banco de moléculas comerciais ZINC e 12 apresentaram atividade inibitória frente à enzima cruzaína e sua homóloga catepsina-L de humanos. Os valores de IC50 variaram entre 5,6 e 73,9 μM para cruzaína e 8,6 a 89,1 para catepsina-L. As constantes de inibição aparentes (Ki app) da série de compostos identificados variaram entre 3,7 e 64,5 μM para a cruzaína e 3,8 a 87,1 μM para a catepsina-L e apresentaram mecanismos competitivos de inibição. Novas classes moleculares inéditas de inibidores não covalentes da enzima cruzaína foram identificadas. Duas substâncias foram validadas como inibidores através de avaliação de análogos para o estabelecimento de relações entre a estrutura molecular e atividade biológica, uma substância com eficiência do ligante de 0,33 kcal mol-1 NA-1 foi identificada. Dois inibidores enzimáticos apresentaram atividade tripanossomicida frente à cepa Y do T. cruzi em sua forma tripomastigota com potência comparável ao Benzonidazol®. A inibição da enzima cruzaína com atividade confirmada frente ao T. cruzi oferece a oportunidade de otimização da estrutura molecular da substância matriz e valoriza a racionalização do processo de identificação de substâncias bioativas com modo de ação conhecido.

Orientadora: Profa. Dra. Káthia Maria Honório / Dissertação (mestrado) - Universidade Federal do ABC, Programa de Pós-Graduação em Ciência e Tecnologia - Química, 2009 / O diabetes mellitus (DM) e a síndrome metabólica (SM) são doenças crônicas que proporcionam diminuição significativa na qualidade de vida de seus portadores. Ambas são caracterizadas como um distúrbio do metabolismo de determinados nutrientes, onde o DM altera a utilização de carboidratos devido à deficiência de secreção de insulina e a SM altera principalmente o metabolismo dos lipídeos. Diversas causas, consequências e sintomas destas doenças são comuns e, em determinados graus de gravidade, podem se manifestar associadas. Não existe cura para estas patologias e novos tratamentos vêm sendo pesquisados. Existe uma classe de receptores denominados receptores ativados por proliferadores de peroxissomas (PPAR) que, quando ativados no organismo humano, controlam as vias metabólicas dos carboidratos e lipídeos. Uma subclasse destes receptores, o subtipo PPARd, regula determinadas vias metabólicas de forma que substâncias que o ativem podem ser utilizadas como medicamentos para o DM e SM. Técnicas bastante utilizadas no desenvolvimento de novos ligantes bioativos, os métodos de QSAR, permitem que propriedades químicas de substâncias sejam quantitativamente correlacionadas por meio de um modelo matemático/estatístico. No presente estudo, diversos agonistas do receptor PPARd com atividade biológica medida experimentalmente foram selecionados para o estudo de QSAR. Para essas substâncias, foram calculadas propriedades eletrônicas, estereoquímicas, lipofílicas e descritores topológicos a partir de métodos teóricos, como o método da teoria do funcional da densidade (DFT). Inicialmente, foi realizada uma seleção de variáveis empregando os valores de peso de Fisher e análise de componentes principais (PCA). A seguir, as variáveis selecionadas foram utilizadas para a construção do modelo estatístico multivariado, empregando o método de regressão por mínimos quadrados parciais (PLS). O melhor modelo obtido possui 6 PCs, q2=0,81 e r2=0,90. Os resíduos de predição apresentados para os compostos-teste possuem valores menores que 0,64, os quais podem demonstrar a boa qualidade do modelo obtido. / Diabetes mellitus (DM) and metabolic syndrome (SM) are two chronic diseases that provide lower life¿s quality of patients. Both diseases are characterized as a disorder of the metabolism of certain nutrients. DM changes the use of carbohydrates due to the deficiency of insulin secretion, while SM mainly alters the lipid metabolism. These diseases have several causes, consequences and symptoms in common. Therefore, in patients with high gravity, they can be associated. There is no cure for theses diseases and new treatments have been researched. There is a class of biological receptors called peroxisome proliferator-activated receptors (PPARs), which control the metabolism of carbohydrates and lipids. A subclass of these receptors, PPARd, regulates several metabolic processes and the substances that activate it can be used as a new drug candidate for the treatment of DM and SM. QSAR (Quantitative Structure-Activity Relationship) is a technique widely used in drug design and it allows that chemical properties of bioactive substances and measurements of biological activity can be correlated and a statistics/mathematical model is generated. In this study, several PPARd agonists with experimental biological activity were selected for a QSAR study. Electronic, stereochemical, lipophilic properties and topological descriptors were calculated for the selected compounds using theoretical methods, such as the density functional theory (DFT). Fisher¿s weight and principal components analysis (PCA) methods were employed to select the most relevant variables for this study. Next, partial least squares (PLS) method was used to construct the multivariate statistic model, and the best model obtained had 6 PCs, q2=0.81 and r2=0.90. The prediction residues calculated for the compounds in the test-set had low values and this indicates both good internal and external consistency. Therefore, the model obtained in this study can be used to predict the biological activity of new compounds.