INIFTA   05425
INSTITUTO DE INVESTIGACIONES FISICO-QUIMICAS TEORICAS Y APLICADAS
Unidad Ejecutora - UE
congresos y reuniones científicas
Título:
Modelado QSPR de índices de retención de aromas de arroz
Autor/es:
PIERCOSIMO TRIPALDI; ANDRÉS PÉREZ; CRISTIAN ROJAS; REINALDO PIS DIEZ; PABLO R. DUCHOWICZ
Lugar:
Buenos Aires
Reunión:
Workshop; Primer Workshop Latinoamericano de Modelado Molecular & Simulación Computacional; 2016
Resumen:
Este trabajo presenta el desarrollo de un modelo matemático de relación cuantitativa estructura-propiedad (QSPR) para modelar el índice de retención de 137 compuestos aromáticos de arroz medidos en el espacio de cabeza en microextracción en fase sólida/cromatografía de gases/espectrometría de masas (SPME/GC/MS) [1]. La base de datos se dividió en tres grupos de calibración, validación y predicción, siguiendo una metodología basada en el análisis de conglomerados de k-medias [2] para garantizar la representatividad de la estructura-propiedad en dichos grupos [3]. Se estudiaron 3 conjuntos de descriptores moleculares [4] calculados mediante el programa Dragon [5]: el primero considerando 1753 descriptores independientes de la conformación, el segundo usando 1145 descriptores conformacionales y el ultimo usando los dos conjuntos anteriores simultáneamente. Un modelo de 3 descriptores fue seleccionado como el más apropiado en cada uno de los tres conjuntos de descriptores por medio del método de reemplazo [6]. Analizando los modelos, se identificó que los descriptores conformaciones no aportan un mejoramiento significativo de los modelos QSPR. Por lo tanto, se ha seleccionado una relación cuantitativa estructura-propiedad que considera únicamente los descriptores independientes de la conformación, es decir dos índices de conectividad [7] (índice modificado de Randić e índice medio de conectividad de valencia de orden 0) y un descriptor de autocorrelación 2D [8] (autocorrelación de Moran a desplazamiento 1 pesado con la polarizabilidad). El modelo ha sido validado utilizando diversos criterios y se ha definido su dominio de aplicabilidad. Finalmente se presenta una interpretación del mecanismo de acción de cada descriptor para modelar el índice de retención de los aromas de arroz.