Aplicación de cadenas SMILES a la identificación de grupos funcionales responsables de la actividad biológica en compuestos medicinales
Palabras clave:
Actividad Biológica, Grupo Funcional, Medicina, SMILESResumen
Se describe un enfoque eficiente y práctico para la identificación de grupos funcionales importantes en la estructura de moléculas medicinales que son el factor principal para crear actividad biológica mediante el uso del sistema de notación de líneas SMILES. La simplicidad, la alta competencia y el tiempo rápido son los principales del método actual. En este estudio, buscamos encontrar una asociación entre algunos de los grupos funcionales identificados, utilizando el código SMILES y sus correspondientes propiedades biológicas en la base de datos de Canadá Drug. En este estudio, cada grupo funcional y su categoría que se ha probado se presenta en el número correspondiente de ocurrencias en la categoría y también se muestra el número total. El valor de p para cada categoría de grupo funcional se calcula utilizando la prueba de proporción y el software de estadística R. Los resultados tabulares, la última columna indica el impacto de nuestra hipótesis, por ejemplo, los grupos funcionales sulfonilurea y 5-tio-1H-tetrazol están asociados con su categoría correspondiente y son significativos a nivel 0.05. La penicilina y el 3- aminopropano-1,2-diol también son importantes en la mayoría de sus categorías. hemos desarrollado un método para crear una relación lógica y robusta entre los grupos funcionales y la actividad biológica de las moléculas. De acuerdo con el protocolo existente, es posible encontrar grupos funcionales responsables de la actividad biológica de compuestos medicinales o químicos.
Descargas
Citas
Law, V., Knox, C., Djoumbou, Y., Jewison, T., Guo, A., Liu, Y., Maciejewski, A., Arndt, D., Wilson, M., Neveu, V., Tang, A., Gabriel, G. y Adamjee, C, Dame, Z., Han, B., Zhou, y Wishart, D. (2013. DrugBank 4.0: shedding new light on drug metabolism. Nucleic acids research 2013;42(D1):D1091-D7.
Lawal, B. (2014). Applied statistical methods in agriculture, health and life Sciences: Springer.
Lehmann, E., Romano, J. (2005). Testing Statistical Hypotheses (Springer Texts in Statistics). Lemke, T. (2003). Review of organic functional groups: introduction to medicinal organic chemistry: Lippincott Williams & Wilkins.
Team RC. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2013. ISBN 3-900051-07-0; 2014.
Weininger D. SMILES (1988). A chemical language and information system. 1. Introduction to methodology and encoding rules. Journal of chemical information and computer sciences; 28(1): 31-6.
Wishar, D., Knox, C., Guo, A., Shrivastava, S., Hassanali, M., Stothard, P., Chang, Z., Woolsey, J. (2006). DrugBank: a comprehensive resource for in silico drug discovery and exploration. Nucleic Acids Research; 34(suppl_1): D668-D72.