MODELAGEM QUÍMICA QUÂNTICA E QUIMOMÉTRICA DE DERIVADOS DA PENTAMIDINA COM ATIVIDADES ANTIMALÁRICAS

ISBN 978-85-85905-15-6

Área

Físico-Química

Autores

Ferreira, R.D.P. (LQTC/UFPA) ; Santos, M.A.B. (LQTC/UFPA) ; Cordeiro, H.C. (LQTC/UFPA) ; Gil, F.S. (LQTC/UFPA) ; Figueiredo, A.F. (IFPA) ; Pinheiro, J.C. (LQTC/UFPA)

Resumo

Este trabalho utilizou os métodos da química computacionais para estudar derivados da Pentamidina com atividade antimalárica. A otimização das geometrias foi realizada com o método Hartree-Fock, com conjunto de base 6- 31G*. O modelo qualitativo foi gerado pelos métodos PCA, HCA através da investigação e reconhecimento criação de subconjuntos de variáveis mais eficazes para classificar os compostos de acordo com o grau de atividade antimalárica. Os descritores selecionados pela análise multivariada foram à energia do (HOMO), e a área superficial (ASA_P) e a polarizabilidade (POLAR). Na predição os compostos 26, 27, 31, 32, 36 e 44 mostram excelentes propriedades físico químicas que podem fornecer características eficientes na ação dessas drogas contra atividade antimaláricas.

Palavras chaves

Pentamidina; Potencial eletrostático; Estudos SAR

Introdução

Segundo a Organização Mundial de Saúde (2013) a malária é uma doença infecciosa causada pelo parasita protozoário Plasmodium, sendo endêmica em regiões tropicais africanas, asiáticas e sul americano. Esta doença provocou aproximadamente 584 mil mortes de malária em todo o mundo durante o ano de 2013. Todos os anos são registrados aproximadamente mais de 198 milhões de casos, sendo a grande maioria na África Sub-Saariana. As crianças de até 5 anos de idade são as mais afetadas, e 78% do total chega a óbito. Cerca de 40% da população mundial, distribuídos em 107 países, estão nas áreas consideradas de risco de contrair a doença, que está controlada em áreas de clima temperado, mas ainda ativa nas regiões tropicais e subtropicais. Diamidinas e pentamidina em particular, tem uma longa história como valiosos agentes quimioterápicos contra doenças infecciosas. A sua seletividade é devido principalmente à acumulação seletiva pelo patógeno, em vez de a célula hospedeira; e resistência adquirida é frequentemente o resultado de mudanças no transporte através da droga. As diamidinas em três patógenos importantes, protozoários Trypanosoma brucei, Leishmania e Plasmodium falciparum, é revisto com as implicações para a resistência aos medicamentos. Os mapas MEP são particularmente usuais na visualização de superfícies ou determinadas regiões da molécula quando mostram alguma informação acerca da polaridade local. Por costume de uso, as regiões de uma molécula de potencial mais negativo apresentam coloração vermelha e a região azul representa a região de potencial mais positivo. Os mapas MEP tridimensionais utilizam, geralmente, superfícies de van der Waals, o que facilita o discernimento entre as regiões positivas e negativas de uma determinada molécula (CRAMER, 2004). O potencial eletrostático molecular é bem adequado para análises de processos baseados nos reconhecimentos de uma molécula por outra, tais como: um complexo fármaco– receptor e nas interações de enzimas e substratos. Os métodos quimiométricos aplicados para reconhecimento de padrões são técnicas que faz uso de métodos estatísticos e matemáticos na solução de problemas químicos onde normalmente há uma enorme quantidade de dados geralmente dos mais variados tipos (multivariados). Diversas são as finalidades da analise multivariada. Suas aplicações estão em diferentes áreas, uma dela é a química. A análise multivariada se divide em dois grupos: no primeiro se utilizam técnicas exploratórias de sintetização (ou simplificação) da estrutura de variabilidade dos dados, e no segundo se utilizam técnicas de classificação. Fazem parte do primeiro grupo os métodos do PCA e do HCA. Estes métodos são bem práticos, pois independem do conhecimento da forma matemática da distribuição de probabilidades geradoras dos dados amostrais. No segundo grupo, encontra-se o KNN, SIMCA e SDA. Neste estudo, em uma primeira etapa faz-se uma análise exploratória dos dados, por meio das técnicas PCA e HCA, e por fim na construção do modelo SAR, por meio das técnicas de reconhecimento de padrões. Pinheiro e colaboradores (2013) utilizaram os métodos quimiométricos para investigar a relação entre a estrutura química e atividade biológica (SAR) de uma série de compostos derivados da artemisinina contra malária. Neste trabalho investigamos através dos métodos de reconhecimento de padrões e mapas de potencial eletrostático molecular (MEP) compostos derivados da pentamidina que possuem atividade antimalárica contra a forma K1 de P. falciparum, além de entender melhor como se dá o mecanismo de ação dessas moléculas no combate à malária.

Material e métodos

Os compostos estudados: Inicialmente um conjunto treinamento, constituído de 25 moléculas derivadas da pentamidina, foi selecionado para estudos SAR. Estes compostos possuem atividade biológica contra cepas K1 do Plasmodium falciparum (BAKUNOVA et al, 2009. Posteriormente, após a construção do modelo SAR, um conjunto teste (contendo 20 moléculas inéditas) será aplicado ao modelo a fim de prever suas atividades biológicas. Todas as concentrações das atividades biológicas (IC50) em μg/mL foram convertidas em concentrações molares (mol/L). Os compostos do conjunto treinamento foram divididos em duas classes. A classe dos compostos ATIVOS (seguidos do sinal +) apresentam pIC50> 7,62; enquanto que, os compostos INATIVOS, (seguidos do sinal –) apresentam pIC50 ≤ 7,62. Todos os compostos foram testados in vitro contra P. falciparum do tipo K1. Modelagem Molecular: Na etapa de modelagem molecular, o ponto de partida foi a construção da estrutura geométrica da pentamidina (PMD) e seus derivados com o programa Hyperchem 8.0. Para estudar as propriedades eletrônicas dos compostos derivados da pentamidina com atividade antimalárica utilizou-se os métodos da química quântica. Os cálculos foram realizados com o método Hartree-Fock, Semi- Empírico e Teoria do Funcional Densidade a fim de investigar o método computacional que melhor represente as moléculas em estudo. Todos os cálculos de estrutura atômica e molecular foram realizados no Gaussian 03. Os seguintes descritores foram calculados: energia total, HOMO, LUMO, eletronegatividade, dureza molecular, moleza molecular, momento dipolo, carga atômica, área superficial total, volume molecular, refratividade molecular, coeficiente de partição octanol/água (LogP), ângulo de torção, comprimento e ângulo de ligação. Descritores topológicos e estéricos foram adicionados com o intuito de representar diferentes informações químicas em termos de tamanho, forma da molécula, simetria e distribuição atômica na molécula. Estas propriedades foram calculadas pelo software MarvinChem 5.3.1 (CHEMAXON, 2010). Mapa de MEP: Propriedades estéricas e eletrônicas são importantes descritores utilizados na investigação da interação fármaco-receptor, e neste sentido, o mapa de potencial eletrostático molecular é uma ferramenta útil na compreensão da atividade biológica dos compostos derivados da pentamidina. Os mapas de potencial eletrostático (MEP) foram construídos através do programa Gaussian 03 usando o método HF/6-31G* utilizando palavras como, GFPRINT e POP=FULL. Sendo desenhados e visualizados com o programa Molekel 5.4. Os métodos de reconhecimento de padrões PCA, HCA, KNN, SIMCA foram calculados no programa Pirouette 3.10 (INFOMETRIX, 2001) e para o SDA utilizou-se o programa Minitab. A PCA foi utilizada para reduzir a matriz de dados e selecionar as váriáveis mais importantes. O HCA também classifica por similaridade os compostos ativos e inativos. Os demais métodos comple

Resultado e discussão

Pela análise dos métodos de reconhecimento de padrões não supervisionados (PCA e HCA) selecionamos o método HF/6-31G (Figura 1A e 1B), pois é o método computacional que mais se aproxima com os dados experimentais. Os descritores moleculares do conjunto treinamento, constituído de 26 moléculas, foram obtidos com método HF/6-31G e a matriz de dados foi construída. Utilizando a técnica de análise de componentes principais realizamos a separação de variáveis (descritores moleculares) visando obter a melhor classificação dos compostos com maior potencial e menor potencial antimalárico. Temos o gráfico dos scores para os 26 compostos antimaláricos do conjunto de treinamento estudado (Figura C). De acordo com o gráfico observa-se que o eixo PC1 é a que distingue entre os compostos mais ativos e menos ativos. Os compostos mais ativos estão localizados no lado esquerdo do gráfico sendo eles 3+, 5+, 7+, 10+, 11+, 13+, 14+, 15+, 19+, 20+, 23+ e 25+ além da própria estrutura pentamidina, enquanto que os compostos menos ativos 1-, 2-, 4-, 6-, 9-, 12-, 16-, 17- 18-, 21-, 22- e 24-estão situados no lado direito do gráfico. As duas primeiras componentes principais consegue explicar 91,57% da variância total de informação. Os descritores selecionados com a técnica de PCA representam as características necessárias para qualificar a atividade biológica dos compostos pentamidina investigados in vitro contra P. falciparum do tipo K1. Os descritores responsáveis pela separação foram: energia do orbital molecular mais alto ocupado (HOMO,); polarizabilidade (POLAR) e área de superfície acessível ao solvente de todos os átomos hidrofílicos (ASA_P). Como as componentes principais podem ser escritas como combinação linear dos descritores selecionados, as expressões matemáticas para PC1: PC1=0,535POLAR + 0,531HOMO - 0,657ASA_P. A partir destas equações, podemos evidenciar que os descritor ASA_P e HOMO são os que mais contribuem para a separação dos compostos derivados a pentamidina em PC1, devido apresentarem os maiores loadings absolutos. Estas características são de extrema importância para a concepção de novos compostos com elevada atividade antimalárica, além de reafirmarem as informações observadas na PCA. A análise de agrupamentos também é um método de classificação e foi utilizado para discriminar entre os compostos mais ativos e menos ativos. O dendograma na figura 1D resume os resultados do HCA, que foram obtidos utilizando o método Complete e distância Euclidiana. O dendograma (Figura 1D) da classifica os compostos adequadamente. Esse resultado mostra que os descritores moleculares HOMO, ASA_ P e POLAR são válidos na discriminação entre os compostos estudados. Com o auxilio do modelo SAR previamente construído e dos mapas de MEP do conjunto treinamento, planejamos 20 novos compostos derivados da pentamidina ainda não sintetizadas (conjunto teste). A tabela 1 apresenta a análise quimiométrica aplicada ao conjunto teste, com o intuito de se obter previsões. Os métodos de reconhecimento de padrão do conjunto treinamento foram aplicados nas estruturas do conjunto teste para a realização de uma predição qualitativa em compostos mais ativos e menos ativos. Pela analise da tabela 1, os compostos 26, 27, 31,32, 36 e 44 foram classificados como mais ativos contra o protozoário P. falciparium (k1). Essas estruturas apresentam mapas de MEP (Figura 2) similares aos compostos mais ativos do conjunto treinamento, apresentando densidade eletrônica concentrada na região entre os anéis aromáticos e nos nitrogênios nas extremidades, fatores importantes para a determinação da atividade biológica. As estruturas mais promissoras (26, 27, 31, 32, 36 e 44) apresentam valores de GAP dentro do padrão estabelecidos pelo conjunto treinamento, entretanto esses compostos não apresentam impedimento estéricos nos átomos de nitrogênio nas extremidades tendendo a apresentar os melhores índices de atividades. Observa-se que, no geral, os compostos propostos apresentam em média uma área hidrofílica e polarizabilidade maior do que a média encontrada nos conjunto de treinamento. Existindo assim uma boa avaliação entre os parâmetros hidrofílicos e eletrônicos.

(A) PCA com os métodos computacionais (B) HCA; (C) Scores para os compostos investigados (D) HCA com a separação dos compostos em ativos e inativos.


A tabela 1 contém a a previsão da atividade antimalárica obtida com os métodos quimiométricos e os MEPs da pentamidina e derivados mais promissores.

Conclusões

Pela analise dos conteúdos expostos neste trabalho podemos concluir que: (1) O método Hartree-Fock com o conjunto de base 6-31G* é a metodologia computacional que melhor representa a pentamidina e seus derivados; (2) Os métodos de reconhecimento de padrões não supervisionados (PCA e HCA) classificaram adequadamente os compostos em ativos e inativos, de modo que, a energia do HOMO, polarizabilidade e ASA_P são os principais descritores responsáveis pela separação de classes; (3) Os mapas de potencial eletrostático molecular auxiliaram na proposição dos novos compostos (conjunto teste) pois forneceram informações qualitativas sobre a reatividade química dos compostos estudados; (4) Os modelos SAR construídos com as técnicas quimiométricas PCA, HCA, KNN, SIMCA e SDA classificou os novos compostos em ativos e inativos de tal forma que, a predição qualitativa para compostos do conjunto mostrou que 19 compostos selecionados podem apresentar atividades biológicas contra a cepa K1 do Plasmodium falciparum. Entretanto, os compostos 26, 27, 31, 32, 36 e 44 mostram excelentes propriedades físico químicas que podem fornecer características eficientes na ação dessas drogas contra o plasmódio. Ao fim deste trabalho, propomos a síntese dos compostos 26, 27, 31, 32, 36 e 44 com posterior realização de testes biológicos a fim de provar suas viabilidades no tratamento da malária.

Agradecimentos

Ao Laboratório de Química Teórica e Computacional da Universidade Federal do Pará.

Referências

PINHEIRO, J. C. et al. Computational modeling of antimalarial 10-substituted deoxoartemisinins. Journal of Theoretical and Computational Chemistry. Vol. 11, n.2, p. 241-263, 2012. WORLD HEALTH ORGANIZATION. World Malaria Report, 2013. CRAMER, C. Essentials of Computational Chemistry: Theories and Models. John Wiley, 2004.