Construcción QSAR de redes complejas de compuestos de interés en Química Farmacéutica, Microbiología y Parasitología

  1. GARCÍA PINTOS, ISELA
Dirigida por:
  1. Xerardo García Mera Director/a
  2. Francisco Prado Prado Director/a
  3. Humberto González Díaz Director/a

Universidad de defensa: Universidade de Santiago de Compostela

Fecha de defensa: 10 de junio de 2011

Tribunal:
  1. Ricardo Mosquera Castro Presidente/a
  2. María Olga Caamaño Santos Secretario/a
  3. María Natalia Dias Soeiro Cordeiro Vocal
  4. Cristian-Robert Munteanu Vocal
  5. Juan Manuel Ruso Beiras Vocal

Tipo: Tesis

Resumen

El diseño para la búsqueda y desarrollo de fármacos eficaces para el tratamiento de estas enfermedades, que supriman la eliminación o la degeneración celular respectivamente, es una de las líneas de investigación más importantes dentro de la química farmacéutica. En esto entra el diseño de fármacos; el diseño de fármacos está dedicado al desarrollo de modelos matemáticos para predecir propiedades de interés para una gran variedad de sistemas químicos incluyendo moléculas de bajo peso molecular, polímeros, biopolímeros, sistemas heterogéneos, formulaciones farmacéuticas, conglomerados de moléculas e iones, materiales, nano-estructuras y otros. Este tipo de predicciones no pretenden sustituir las técnicas experimentales sino complementar las mismas ayudando a obtener nuevas moléculas activas con mayor probabilidad de éxito, con la ventaja que ello supone en términos de ahorro de tiempo, recursos materiales, y muy importante: el refinamiento y reducción en el uso de animales de laboratorio. Esta metodología se basa en el uso de cálculos por ordenador y en las nuevas tecnologías de la informática. Las cuales pueden ser usadas: Para moléculas pequeñas: a) Estudios de relación cuantitativa estructura molecular-actividad farmacológica (QSAR) y de estructura molecular propiedades toxicológicas y eco-toxicológicas incluyendo mutagenicidad e carcinogénesis (QSTR). b) Predicción de propiedades químicas y fisicoquímicas de moléculas. Estudios de relación estructura molecular y propiedades de absorción, distribución, metabolismo y eliminación (ADME). c) Predicción de mecanismos de acción biológica de moléculas y evaluación in sílico de alta eficacia para grandes bases de datos (virtual HTS). Para macromoléculas: a) Estudios de interacción fármaco-receptor (neuronas). b) Bioinformática aplicada a estudios de relación secuencia-función y propiedades estructurales de ácidos nucleicos y proteínas. c) Búsqueda de nuevas dianas terapéuticas y sitio activo a partir de datos de Genómica, Proteómica. d) Búsqueda de biomarcadores para diagnóstico de enfermedades o como indicadores de contaminaciones. e) Predicción de propiedades fisicoquímicas de polímeros sintéticos, biopolímeros, materiales y nano-estructuras. f) Predicción, diseño, y optimización de enzimas mutadas para procesos biotecnológicos.