Propiedades antitumorales del género Solanum: correlación mediante machine learning por 1H-RMN

FEDERICO BRIGANTE; YAMILA CONTESSI; JAZMÍN TORRES ; CÉSAR PRUCCA; GERMAN GIL; FRANCO CHIARINI; MÓNICA GARCÍA; MANUELA GARCÍA

Rosario

Simposio; XXIV Simposio Nacional de Química Orgánica; 2023

Sociedad Argentina de Investigación en Química Orgánica

Actualmente, la química medicinal busca desarrollar nuevos tratamientos para el cáncer, impulsando la exploración de productos naturales con propiedades antitumorales. En este sentido, el género Solanum, constituye una rica fuente de metabolitos bioactivos y es objeto de estudio en nuestro grupo de trabajo desde distintos enfoques1,2. La resonancia magnética nuclear (RMN) permite analizar tanto mezclas complejas como estructuras de metabolitos. Las técnicas de machine learning, específicamente la regresión por Random forest 3, puede ser utilizada para correlacionar datos biológicos con los espectros de 1H-RMN. Es así, que el objetivo de este estudio es correlacionar la actividad antitumoral de los extractos alcaloidales de especies vegetales del género Solanum con sus respectivos espectros de 1H-RMN mediante el uso de esta metodología. El enfoque propuesto tiene como metas proporcionar una nueva perspectiva en la investigación de la química del género ampliando su potencial como fuente de compuestos bioactivos y la predicción de la actividad antitumoral previa a su medición, lo que permite optimizar notablemente el tiempo de trabajo y uso de recursos en el laboratorio. Los extractos de Solanum demostraron eficacia anticancerígena frente a células tumorales de mama y útero (líneas celulares MCF-7 y HeLa, respectivamente), evidenciado por una significativa reducción de la viabilidad celular (30-50 % a concentraciones < 50 µg/mL), en comparación con las células control. Los modelos de regresión lograron predecir la actividad antitumoral en ambos tipos de células, a diferentes concentraciones. Se observaron diferencias inferiores al 5% entre las mediciones originales y los valores predichos por los modelos. En conclusión, este estudio demuestra que la regresión por Random forest y la 1H-RMN son herramientas valiosas para correlacionar la actividad antitumoral con los extractos alcaloidales de Solanum.Para aquellos extractos con actividad notable, se prevé la identificación del/los compuesto/s responsables de la actividad observada mediante el análisis de las variables con mayor porcentaje de incremento del error cuadrático medio en combinación con los espectros de RMN-2D.