| Journal: | Journal of the Mexican Chemical Society |
| Database: | PERIÓDICA |
| System number: | 000437243 |
| ISSN: | 1870-249X |
| Authors: | Ibrahim, Muhammad Tukur1 Uzairu, Adamu1 Umar, Bello Abdullahi1 Sadiq, Bello Abubakar2 Isyaku, Yusuf3 |
| Institutions: | 1Ahmadu Bello University, Faculty of Science, Zaria, Kaduna. Nigeria 2Adamawa State Polytechnic, Department of Science Laboratory Technology, Yola, Adamawa. Nigeria 3Federal University of Kashere, Department of Chemistry, Gombe. Nigeria |
| Year: | 2020 |
| Season: | Ene-Mar |
| Volumen: | 64 |
| Number: | 1 |
| Country: | México |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Analítico, descriptivo |
| Spanish abstract | Se llevó a cabo la técnica de QSAR en 30 analogos de N-arilidenequinolina-3-carbohidrazidas mediante el analisis de regresesión lineal múltiple (MLS) adopatando el método del algoritmo de función genética (GFA). Para la optimización completa de la geometría del conjunto de datos se utilizó un método semiémpirico del conjunto de bases PM6. El mejor modelo fue elegido basado en función de su ajuste estadístico debido a su validación interna y externa. A partir de la gráfica de Williams, se puede inferir que el modelo reportado puede predecir nuevos compuestos que no se encuentran en el conjunto de datos. Este estudio de acomplamiento molecular mostró que, el químico más activo del conjunto de datos fue mejor que el inhibidor estándar β-glucuronidasa, tanto en términos de unión y en términos de interacción de los residuos con el fármaco y la enzima β-glucuronidasa. Los estudios farmacocinéticos que indicaron que ninguno de los fármacos incumple ninguna de las condiciones establecidas por la regla de cinco de Lipinski, en donde se confirma la biodisponibilidad de estos químicos. Los resultados de los hallazgos computacionales permiten diseñar nuevos inhibidores de la β-glucuronidasa que son altamente efectivos |
| English abstract | Quantitative structure-activity relationships (QSAR) modelling on 30 N-Arylidenequinoline-3-carbohydrazides analogs was performed using Multi-Linear Regression (MLR) analysis adopting Genetic Function Algorithm (GFA) method. Semi empirical method using PM6 basis set was used for complete geometry optimization of the data set. The best model was chosen based on its statistical fit due to it good internal and external validations. From the Williams plot, it can be inferred that the reported model can make prediction of new compounds that are not within the data set. The molecular docking study showed that, the most active chemical in the data set was better than the standard β-glucuronidase inhibitor both in terms of binding scores and the amino acid residues that interacted with the drug and β-glucuronidase enzyme. The Pharmacokinetic studies indicated that none of the chemicals violated any of the condition set by the Lipinski′s Rule of five which confirm the bioavailability of these chemicals. The results these findings give room for designing novel β-glucuronidase inhibitors that are highly effective |
| Disciplines: | Química |
| Keyword: | Química farmacéutica, Farmacocinética, Análisis de regresión multilineal, Inhibidores farmacológicos, Modelado molecular, Acoplamiento molecular, Método del algoritmo de función genética, Βeta-glucuronidasa |
| Keyword: | Medicinal chemistry, Pharmacokinetics, Multi-linear regression analysis, Molecular modelling, Pharmacological inhibitors, Molecular docking, Genetic function algorithm method, Βetha-glucuronidase |
| Full text: | Texto completo (Ver HTML) Texto completo (Ver PDF) |
