Análisis y predicciones teóricas en medicamentos y alimentos

  1. Guardado Yordi, Estela
Supervised by:
  1. Eugenio Uriarte Villares Director
  2. María Joâo Matos Director

Defence university: Universidade de Santiago de Compostela

Fecha de defensa: 07 July 2017

Committee:
  1. Marta Teijeira Bautista Chair
  2. José Carlos González Gómez Secretary
  3. Alexandra Maria Neves Gaspar Committee member
Department:
  1. Department of Organic chemistry

Type: Thesis

Teseo: 483738 DIALNET

Abstract

La bioinformática es la aplicación de tecnologías computacionales a la gestión y análisis de datos biológicos. Un campo de aplicación usual es la química medicinal. Las ciencias alimentarias pueden en la búsqueda y caracterización de componentes bioactivos con beneficios a la salud en el tratamiento o prevención de enfermedades crónicas. En la investigación se realizaron estudios teóricos quimioinformáticos sobre la genotoxidad de familias seleccionadas de compuestos polifenólicos naturales y sus derivados. Las clases químicas estudiadas fueron los ácidos fenólicos, las cumarinas y los flavonoides. La actividad pro-oxidante que han presentado estos compuestos bioactivos, constituyó un criterio de inclusión en las series de predicción utilizadas. Se centró el estudio en aquellos compuestos presentes en alimentos u otras fuentes naturales conocidos como antioxidantes, pero con evidencias de su actividad pro-oxidante. El objetivo general del trabajo fue ampliar la red de conocimientos teóricos predictivos sobre las propiedades biológicas y la relación estructura-actividad de estos compuestos. Se propuso relacionar la actividad antioxidante y pro-oxidante de estos compuestos con su potencial clastogénico, cuando se presentan como entidades moleculares o formando parte de matrices alimentarias. Se empleó el enfoque topológico TOPS-MODE (TOPological Sub-structural MOlecular DEsing) y un modelo teórico-estadístico que permite la predicción de la actividad clastogénica, el cual fue validado externamente. La robustez del modelo fue de 90,91 % de predicción con éxito. Se contribuyó con la creación de bases de datos sobre polifenoles naturales que compilan información escaza y dispersa sobre sus actividades pro-oxidante y clastogénica de polifenoles presentes en alimentos y su composición en diversas matrices alimentarias. Las entidades moleculares polifenólicas de las subclases ácidos benzoicos, ácidos cinámicos, cumarinas simples, furocumarinas y flavanonas, presentaron las mayores probabilidades de ser clastógenas in silico. Lo anterior constituye un referente de gran importancia frente a futuras estrategias de diseño matrices farmaceúticas o alimentarias, que involucre modificaciones relacionadas con este tipo de estructuras y por consiguiente de las propiedades y la dosis. Se identificaron los principales sustituyentes (hidrofílicos e hidrofóbicos) y las alertas estructurales relacionadas con la actividad clastogénica de polifenoles naturales, así como estructuras de diseño con alta probabilidad de presentar la actividad genotóxica como referente de alerta toxicológica. Se generaron otros modelos matemáticos que permiten aportar nuevos elementos en la relación entre la lipofilia y la genotoxicidad de entidades moleculares polifenólicas, a partir de técnicas de regresión lineal, y otros que tienen de base algoritmos de inteligencia artificial dirigidos a predecir la capacidad antioxidante en alimentos. Se contribuye a demostrar la influencia de los atributos (topológico-estructurales) en la base de datos de polifenoles objeto de estudio y a la evaluación del riesgo/beneficio de polifenoles bioactivos como un referente de gran importancia frente a futuras estrategias de diseño de fármacos y componentes bioactivos de interés en el desarrollo de medicamentos, suplementos dietéticos y alimentos funcionales.