Uso de Regressão Linear Múltipla para Previsão da Atividade Inibitória da Enzima N-miristoiltransferase de Leishmania donovani
DOI:
https://doi.org/10.5540/03.2025.011.01.0509Palabras clave:
QSAR, Aprendizado de máquina, Leishmaniose, Leishmania donovaniResumen
A leishmaniose é uma doença negligenciada (DN) e representa um desafio mundial. Os medicamentos usados no tratamento contra leishmaniose são administrados com base na inibição de outras doenças e tem efeitos colaterais. O campo da modelagem molecular tem se mostrado eficiente para o desenvolvimento de novos medicamentos, quanto a recurso e tempo. Este trabalho tem como objetivo aplicar o método QSAR (Quantitative Structure Activity) para a modelagem molecular de estruturas sintetizadas e promissoras no combate a Leishmania donovani, em caráter inibitório do protozoário. O modelo proposto atendeu aos requisitos da área de QSAR, devendo ser, desta forma, expandido para novos estudos com bases maiores.
Descargas
Citas
S. O. Bandeira. “O uso de algoritmos de Aprendizado de Máquina para a busca de modelos de previsão da atividade Inibitoria da enzima N miristoiltransferase de Leishmania”. Dissertação de Mestrado. Universidade Federal Rural do Rio de Janeiro, Rio de Janeiro, 2024.
Cambridge Crystallographic Data Centre. Online. Acessado em 26 jul. 2023 <https://www.ccdc.cam.ac.uk/solutions/software/gold/>.
M. M. C. Ferreira e R. Kiralj. “Métodos quimiométricos em relações quantitativas estrutura - atividade (QSAR)”. Em: Jornal Química Medicinal Métodos e Fundamentos em Planejamento de Fármacos 28(5) (2019), pp. 387–454.
R. S. Ferreira, G. Oliva e A. Andricopulo. “D. Integração das técnicas de triagem virtual e triagem biológica automatizada em alta escala oportunidades e desafios e PD de fármacos”. Em: Química Nova V. 34 N. 10 (2011), pp. 1770–1778.
K. Filzmoser P.; Varmuza. Online. Acessado em 26 jul. 2023, <https://CRAN.R-project.org/package=chemometrics>.
L. S. Garcia. “Estudos computacionais de potenciais inibidores da enzima N- Miristoiltrans- ferase de Plasmodium falciparum e Leishmania donovani.” Tese de doutorado. Universidade Federal de Lavras, Minas Gerais, 2017.
A. Hebbali. Online. Acessado em 26 jul. 2023, <https://CRAN.R-project.org/package=olsrr>.
M. Kuhn. Online. Acessado em 26 jul. 2023, <https://doi.org/10.18637/jss.v028.i05>.
M. Kuhn. “Building Predictive Models in R Using the caret Package”. Em: Journal of Statistical Software 28(5) (2008), pp. 1–26. doi: doi.org/10.18637/jss.v028.i05.
R. Leatherbarrow, E. Tate, Z. Yu e M. Rackham. “Nobel Compounds and their use in therapy”. Tese de doutorado. Reino Unido: World Intellectual Property rganization, 2013.
D. M. Levine, D. F. Stephan e K. A. Szabat. 2016.
D. C. Montgomery, E. A. Peck e G. G. Vining. “Introduction to linear regression analysis”. Em: Hoboken: John Wiley Sons 5 (2012), p. 168.
R. Pedace. Online. Acessado em 25 dez. 2023, https://www.academia.edu/17535082/Econometrics_for_Dummies_by_Roberto_Pedace_John_Wiley_and_Sons_Inc_Hoboken_NJ_2013_pp_xvi_342>.
S. S. Santos, R. V. ARAÚJO, J. GIAROLLA, O. E. SEOUD e E. I. Ferreira. “Searching for drugs for Chagas disease, leishmaniasis and schistosomiasis”. Em: Journal International of Antimicrobial Agents 4 (2020), pp. 2–18. doi: 10.1016/j.ijantimicag.2020.105906.
R Core Team Foundation for Statistical Computing. Online. Acessado em 2023 e 2024, <https://www.R-project.org/>.
R Core Team. Online. Acessado em 26 jul. 2023, <https://www.R-project.org/>.
R. E. Walpole, R. H. Myers, S. L. Myers e K. Ye. “Probability Statistics for Engineers Scientists”. Em: Journal Pearson Education 9 (2012).
Wavefunction. Online. Acessado em 26 jul. 2023, <https://www.wavefun.com/>.
H. Wickham. Online. Acessado em 26 jul. 2023, <https://CRAN.R-project.org/>.
H. Wickham e J. Bryan. Online. Acessado em 26 jul. 2023, <https://CRAN.R-project.org/package=readxl/>.
