Nuevo Modelo QSPR Para la Predicción de Solubilidad Acuosa de Compuestos Drug-Like

P. R. DUCHOWICZ; A. TALEVI; L. E. BRUNO-BLANCH; E. A. CASTRO

Tucuman

Congreso; XXVII Congreso Argentino de Química Dr. Pedro J. Aymonino; 2008

En este trabajo presentamos un modelo QSPR derivado de un conjunto de entrenamiento formado por compuestos drug-like, con más de la mitad del data-set presentando solubilidades por debajo de 1 mg ml-1. Hemos sido cuidadosos, asimismo, de no sobre-representar los compuestos de bajo peso molecular. Se ha utilizado la Regresión Lineal Múltiple (RLM) asociada al Método del Reemplazo (RM) para analizar, de esta manera, la solubilidad acuosa de 166 compuestos orgánicos. Adicionalmente, se ha cuantificado la diversidad estructural del conjunto de entrenamiento mediante determinación se la similaridad intermolecular promedio del mismo, garantizando que el conjunto de compuestos del que se derivó el modelo propuesto presentan diversidad estructural (no hemos encontrado antecedentes de este procedimiento en literatura previa referida a predicción de solubilidad acuosa). Recientemente nuestro grupo ha publicado trabajos referidos a modelado de solubilidad acuosa (uno de ellos, con un conjunto de entrenamiento similar al del presente trabajo). En dichos trabajos se incluía como condición de modelado la inclusión de al menos uno de una serie de descriptores definidos por el grupo de trabajo. En este trabajo se ha eliminado dicha restricción, se ha  cuantificado la diversidad estructural del conjunto de entrenamiento, se ampliaron los criterios para definir el carácter drug-like de los compuestos del data-set y, finalmente, el uso de la técnica RM condujo a un modelo con mejor relación casos/descriptores que el desarrollado anteriormente.