Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: EDUARDO BORBA ALVES
DATA: 20/02/2024
HORA: 09:00
LOCAL: sala de aula do PPGQ
TÍTULO: Desenvolvimento de modelos QSAR para a triagem virtual de substâncias potencialmente ativas contra Colletotrichum gloeosporioides (penzig) penzig & sacc
PALAVRAS-CHAVES: Antracnose, Fungicidas, Modelos de QSAR, Seleção de variáveis, Triagem virtual, Docking molecular.
PÁGINAS: 118
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Química
SUBÁREA: Química Orgânica
RESUMO:

A descoberta de novas substâncias com atividades antifúngicas é uma preocupação mundial para solucionar as demandas das produções agrícolas contra os microrganismos fitopatogênicos que causam diversas doenças que impactam na produção de alimentos. Observando esses problemas, estudos já realizados demonstram que substâncias de origens vegetais são avaliadas como potenciais fontes de fungicidas naturais. Nesse contexto, os estudos como o QSAR (Quantitative Structure-Activity Relationship) podem ser eficientes para encontrar correlações entre as atividades biológicas e as estruturas químicas. Para isso, foi elaborado um banco de estruturas químicas de substâncias testadas frente ao fungo Colletotrichum gloeosporioides (teleomorfo: Glomerella cingulata) obtidas na literatura científica. As estruturas foram desenhadas e otimizadas para os cálculos dos descritores moleculares. Estes, por sua vez, passaram por pré-tratamentos dos dados e foram utilizados no algoritmo Glmboost com o objetivo de avaliar a importância de suas contribuições na explicação da atividade pEC50(M). Após esse procedimento o Algoritmo Genético foi usado para selecionar 12 descritores aptos para construção dos modelos com os algoritmos MLR, PR, MLP e SVM. Os resultados para os modelos MLR são: 𝑅2 = 0,750, 𝑄2 = 0,706, 𝑃2 = 0,717; para o PR: 𝑅2 = 0,750 𝑄2 = 0,706, 𝑃2 = 0,717; para o MLP: 𝑅2 = 0,751, 𝑄2 = 0,719, 𝑃2 = 0,722; e para o SVM: 𝑅2 = 0,739, 𝑄2 = 0,716, 𝑃2 = 0,688. Os modelos passaram por testes de validação interna e externa além dos critérios de aceitabilidades e randomização de Y, com resultados estatisticamente significativos. Os descritores selecionados trazem informações sobre distâncias entre átomos, tipos de ligações, grupos funcionais, propriedades eletrônicas e topológicas, que servem para auxiliar nas explicações da atividade pEC50(M) e colaborar nas descobertas de compostos fungicidas. Isso possibilitou encontrar estruturas com altos valores previstos de atividade pEC50(M), superiores à maioria dos produtos de controles usados nas pesquisas, com destaque à estrutura com o número CAS 1961312-77-5, que apresentou a maior atividade prevista. Apesar de os modelos serem desenvolvidos para o organismo C. gloeosporioides, os resultados de docking possibilitam verificar que há substâncias (número CAS 1961315-46-7) capazes de inibir a cutinase fúngica, auxiliando na proteção das plantas. Para confirmar nossos achados, estudos experimentais devem ser realizados para elucidar os resultados do nosso trabalho.

MEMBROS DA BANCA:
Interno - 2372402 - JOSÉ DIÔGO DE LISBOA DUTRA
Externo ao Programa - 1337195 - SOCRATES CABRAL DE HOLANDA CAVALCANTI
Presidente - 2269753 - TIAGO BRANQUINHO OLIVEIRA