Aplicación del cribado virtual para la obtención de nuevos esteroides 17α-metilados con potencial actividad anabólica y androgénica

Número: 
Autores/Authors: 
Reyes-Moreno M, Ruiz-García J A, Álvarez-Ginarte Y M, Ruiz-Reyes A, Ibarra-Reyes Y, Sandoval-Ramírez J, Mesa-Reyes S, Montiel-Smith S
Palabras Claves / Key words: 
esteroides, anabólicos, androgénicos, descriptores, cribado, steroids, anabolics, androgenics, descriptors, screening
Resumen: 

Los métodos computacionales de cribado virtual de grandes bases de datos se tienen en cuenta en el uso de
modelos de relación estructura-actividad biológica (QSAR), los que se convierten en una alternativa interesante para la
selección de elevado rendimiento y como una importante herramienta de descubrimiento de nuevos medicamentos. En
trabajos anteriores, se construyó por primera vez un modelo QSAR para la predicción de nuevos esteroides anabólicosandrogénicos
en una serie heterogénea de moléculas cuya actividad biológica fue previamente evaluada in vivo. En
dicho modelo, se emplearon descriptores moleculares cuánticos y químico-físicos, unido a técnicas quimiométricas que
ayudan a explicar cómo influyen las características estéricas, electrónicas e hidrofóbicas en la respuesta biológica de
dichos compuestos. En este trabajo, se utilizó la ecuación del modelo antes mencionado y se realizó un cribado virtual
aplicado a esteroides anabólicos-androgénicos sintetizados y evaluados por los autores con anterioridad, en el cual se
demuestra que el modelo desarrollado puede ser aplicado en la identificación de nuevos compuestos líderes con mejor
actividad anabólica. Atendiendo estos resultados, se diseñó una secuencia apropiada de síntesis para obtener esteroides
17α-metilados, lo que permitió obtener cinco nuevos compuestos con potencial actividad anabólica, que se caracterizan
correctamente por espectroscopia de RMN 1H y de 13C, así como por espectrometría de masas.

Abstract: 

Computational methods for virtual screening of large databases are taken into account in the use of models
of biological structure-activity relationship (QSAR), which makes an interesting alternative for high-through put screening
(SAR) as an important tool for drug discovery. In previous builds first QSAR model for prediction of new anabolic-androgenic
a loose collection of molecules whose biological activity was previously evaluated in vivo. In this model it was used
quantum molecular descriptors and chemical-physical, coupled with chemometric techniques that help explain how the
steric, electronic and hydrophobic characteristics influence in the biological response of these compounds. In this paper
it was use the model equation above and perform a virtual screening applied to anabolic- androgenic steroids synthesized
and evaluated by the authors before, where it is shown that the model developed can be applied in the identification of
new lead compounds with best anabolic activity. Because these results are designing an appropriate sequence for synthetic
17α-methyl steroids, which yielded five new compounds with potential anabolic activity, correctly characterized by 1H,
13C NMR spectroscopy and mass spectrometry.

pdf: