RESUMO
Actualmente más de 65 millones de personas se encuentran en riesgo de contraer la enfermedad del sueño producida por Trypanosoma brucei. Los tratamientos actuales para esta parasitosis son limitados y poseen efectos colaterales, por lo que es necesario buscar nuevos compuestos activos que sean potentes y de baja toxicidad. En este estudio se utilizaron los métodos de relación cuantitativa estructura-actividad (QSAR) para predecir potencia y actividad anti-Trypanosoma brucei rhodesiense de un grupo de 3,5-Difenilisoxazoles Dicationicos. Mediante el Análisis Lineal Discriminante (ALD) se clasificó correctamente la actividad anti-Trypanosoma brucei en el 100% de los casos (sensibilidad) y la inactividad en el 86,7% (especificidad). Adicionalmente, a través del análisis de regresión multilineal (MLRA) se predijo la bioactividad teórica (pIC50) de los compuestos estudiados, mostrando una elevada correlación de los resultados obtenidos in vitro e in silico (r2=0,82). Finalmente, los modelos topológicos obtenidos en el ALD y MLRA fueron aplicados a un grupo de análogos dicatiónicos para cribado molecular que presentaron una teórica elevada actividad y podrían ser seleccionados para su futuro análisis in vitro ahorrando tiempo y costes en la búsqueda de futuros tratamientos (AU)
Currently, there are more than 65 million people at risk of contracting sleeping sickness caused by Trypanosoma brucei. Available treatments for this parasitic disease are limited and have side effects. There is a necessity to investigate novel, effective compounds that also yield low in toxicity. Quantitative Structure-Activity Relationship models (QSAR) have been used in this study for predicting anti-Trypanosoma brucei activity and potency in a group of dicationic 3,5-Diphenylisoxazoles. Linear Discriminant Analysis (LDA) correctly classified anti-Trypanosoma brucei activity in 100 % of cases (sensitivity) and inactivity in 86.7 % (specificity). Theoretical bioactivity (pIC50) of the studied compounds was predicted using Multilinear Regression Analysis (MLRA), demonstrating a high correlation between in vitro and in silico results (r2=0.82). Topologic models obtained with LDA and MLRA were applied to the screening of a group of dicationic analogs which presented a high in silico activity. These compounds when selected for in vitro analysis could reduce both time and costs in future drug research (AU)
