DESCUBRIMIENTO DE NUEVOS INHIBIDORES NATURALES DE MONOAMINO OXIDASA B UTILIZANDO UNA HERRAMIENTA DE PREDICCIÓN DE BLANCOS MOLECULARES BASADA EN INTELIGENCIA ARTIFICIAL

JULIÁN F. FERNANDEZ; DANIEL ESSES; FERNANDO P. CARACCIOLO; CONCEPCIÓN PEREZ; GASTÓN E. SILESS; MARÍA ISABEL RODRIGUEZ-FRANCO; MARTÍN J. LAVECCHIA; JORGE A. PALERMO; LUCÍA FERNANDEZ

Rosario

Simposio; XXIV Simposio Nacional de Química Orgánica; 2023

SAIQO

A lo largo de los años, el aislamiento y elucidación de metabolitos secundarios hagenerado el reporte de una gran cantidad de compuestos de muy alta diversidad química. Enmuchos casos, el estudio de su actividad biológica ha llevado a que los mismos sean utilizadoscomo medicamentos o como punto de partida para el desarrollo de nuevos fármacos. Noobstante, a pesar de que se presume que la mayoría de los metabolitos secundarios hallados enla naturaleza desempeñan funciones biológicas específicas, muchas de estas aún sondesconocidas debido, en mayor parte, a la considerable inversión de recursos y tiempo queconlleva identificar un blanco molecular in vitro. Por este motivo, la predicción de blancosmoleculares por metodologías computacionales resulta de gran interés en este campo deinvestigación, ya que permite proponer un target molecular para una dada molécula de una formarápida y económica, permitiendo orientar tanto la síntesis de los derivados como las pruebas deactividad biológica.En el presente trabajo se presenta la aplicación in vitro de una nueva metodología de insilico de predicción de blancos moleculares, llamada Target Fisher1, que combina dockingmolecular e inteligencia artificial. La misma fue utilizada para el screening de una pequeñabiblioteca de productos naturales sobre blancos moleculares de relevancia en enfermedadesneurodegenerativas, resultando en la identificación de tres cumarinas (chalepina,uliscomoncadina A y rutacultina) como nuevos inhibidores selectivos de monoamino oxidasa b