• Browse
    • Login
    View Item 
    •   DSpace Home
    • Formación
    • Tesis y Trabajos de Grado
    • Facultad de Ingeniería
    • Pregrado
    • Bioingeniería
    • View Item
    •   DSpace Home
    • Formación
    • Tesis y Trabajos de Grado
    • Facultad de Ingeniería
    • Pregrado
    • Bioingeniería
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Modelamiento molecular de análogos al fármaco fluoxetina que actúa como inhibidor selectivo de recaptación de serotonina (ISRS) mediante relaciones cuantitativas estructura - actividad (QSAR)

    Thumbnail
    View/Open
    Naranjo_Romero_Juan_Pablo_2019.pdf (3.188Mb)
    Naranjo_Romero_Juan_Pablo_2019_anexos.pdf (73.12Kb)
    Naranjo_Romero_Juan_Pablo_2019_carta_de_autorización.pdf (348.1Kb)
    Share this
    TY - GEN T1 - Modelamiento molecular de análogos al fármaco fluoxetina que actúa como inhibidor selectivo de recaptación de serotonina (ISRS) mediante relaciones cuantitativas estructura - actividad (QSAR) AU - Naranjo Romero, Juan Pablo AU - Salcedo Villadiego, Carlos Andrés UR - http://hdl.handle.net/20.500.12495/2580 AB - La depresión es considerada una de las enfermedades más importantes a nivel mundial en cuanto a trastornos mentales, ya que en los últimos años se ha evidenciado un alto crecimiento en sus cifras de afectación. (OMS, 2018) Por esta razón, se crean fármacos antidepresivos con el fin de mitigar los efectos que causa este trastorno; sin embargo, su efectividad en todos sus aspectos no es la suficiente generando así poca eficiencia y una gran cantidad de efectos secundarios. De aquí se da la creación de nuevos fármacos, en este caso antidepresivos de la clase ISRS (inhibidores selectivos de la recaptación de la Serotonina), los cuales buscan generar menos efectos secundarios y cómo su nombre lo dice, tener mayor selectividad para la recaptación de Serotonina. A pesar de esto, la creación de nuevos fármacos requiere una gran cantidad de gastos y de tiempo; requiriendo así de manera análoga, no solo la creación de nuevos fármacos, sino también la invención de nuevas metodologías para este proceso. Para esta investigación se utilizó la metodología QSAR, la cual tiene el fin último de diseñar teóricamente posibles futuros nuevos fármacos, a partir de la unión de conjuntos de técnicas computacionales; con el objetivo de hallar, un análogo de la clase ISRS el cual presente potencialmente una mayor afinidad por el sitio activo de SERT, proteína recaptadora de Serotonina. (Lozano & Scior, 2012) De aquí, se siguió todo el proceso que requería la metodología; la cual contempla un proceso de virtual screening y uno de machine learning; considerando diferentes técnicas in sílico de modelado molecular, datos de actividad biológica, propiedades fisicoquímicas, estadística y bioinformática; incorporadas entre en si para la creación teórica del nuevo fármaco de la clase ISRS con potencial mayor afinidad por su sitio de interacción. ER - @misc{20.500.12495_2580, author = {Naranjo Romero Juan Pablo and Salcedo Villadiego Carlos Andrés}, title = {Modelamiento molecular de análogos al fármaco fluoxetina que actúa como inhibidor selectivo de recaptación de serotonina (ISRS) mediante relaciones cuantitativas estructura - actividad (QSAR)}, year = {}, abstract = {La depresión es considerada una de las enfermedades más importantes a nivel mundial en cuanto a trastornos mentales, ya que en los últimos años se ha evidenciado un alto crecimiento en sus cifras de afectación. (OMS, 2018) Por esta razón, se crean fármacos antidepresivos con el fin de mitigar los efectos que causa este trastorno; sin embargo, su efectividad en todos sus aspectos no es la suficiente generando así poca eficiencia y una gran cantidad de efectos secundarios. De aquí se da la creación de nuevos fármacos, en este caso antidepresivos de la clase ISRS (inhibidores selectivos de la recaptación de la Serotonina), los cuales buscan generar menos efectos secundarios y cómo su nombre lo dice, tener mayor selectividad para la recaptación de Serotonina. A pesar de esto, la creación de nuevos fármacos requiere una gran cantidad de gastos y de tiempo; requiriendo así de manera análoga, no solo la creación de nuevos fármacos, sino también la invención de nuevas metodologías para este proceso. Para esta investigación se utilizó la metodología QSAR, la cual tiene el fin último de diseñar teóricamente posibles futuros nuevos fármacos, a partir de la unión de conjuntos de técnicas computacionales; con el objetivo de hallar, un análogo de la clase ISRS el cual presente potencialmente una mayor afinidad por el sitio activo de SERT, proteína recaptadora de Serotonina. (Lozano & Scior, 2012) De aquí, se siguió todo el proceso que requería la metodología; la cual contempla un proceso de virtual screening y uno de machine learning; considerando diferentes técnicas in sílico de modelado molecular, datos de actividad biológica, propiedades fisicoquímicas, estadística y bioinformática; incorporadas entre en si para la creación teórica del nuevo fármaco de la clase ISRS con potencial mayor afinidad por su sitio de interacción.}, url = {http://hdl.handle.net/20.500.12495/2580} }RT Generic T1 Modelamiento molecular de análogos al fármaco fluoxetina que actúa como inhibidor selectivo de recaptación de serotonina (ISRS) mediante relaciones cuantitativas estructura - actividad (QSAR) A1 Naranjo Romero, Juan Pablo A1 Salcedo Villadiego, Carlos Andrés LK http://hdl.handle.net/20.500.12495/2580 AB La depresión es considerada una de las enfermedades más importantes a nivel mundial en cuanto a trastornos mentales, ya que en los últimos años se ha evidenciado un alto crecimiento en sus cifras de afectación. (OMS, 2018) Por esta razón, se crean fármacos antidepresivos con el fin de mitigar los efectos que causa este trastorno; sin embargo, su efectividad en todos sus aspectos no es la suficiente generando así poca eficiencia y una gran cantidad de efectos secundarios. De aquí se da la creación de nuevos fármacos, en este caso antidepresivos de la clase ISRS (inhibidores selectivos de la recaptación de la Serotonina), los cuales buscan generar menos efectos secundarios y cómo su nombre lo dice, tener mayor selectividad para la recaptación de Serotonina. A pesar de esto, la creación de nuevos fármacos requiere una gran cantidad de gastos y de tiempo; requiriendo así de manera análoga, no solo la creación de nuevos fármacos, sino también la invención de nuevas metodologías para este proceso. Para esta investigación se utilizó la metodología QSAR, la cual tiene el fin último de diseñar teóricamente posibles futuros nuevos fármacos, a partir de la unión de conjuntos de técnicas computacionales; con el objetivo de hallar, un análogo de la clase ISRS el cual presente potencialmente una mayor afinidad por el sitio activo de SERT, proteína recaptadora de Serotonina. (Lozano & Scior, 2012) De aquí, se siguió todo el proceso que requería la metodología; la cual contempla un proceso de virtual screening y uno de machine learning; considerando diferentes técnicas in sílico de modelado molecular, datos de actividad biológica, propiedades fisicoquímicas, estadística y bioinformática; incorporadas entre en si para la creación teórica del nuevo fármaco de la clase ISRS con potencial mayor afinidad por su sitio de interacción. OL Spanish (121)
    Gestores bibliográficos
    Refworks
    Zotero
    BibTeX
    CiteULike
    Author
    Naranjo Romero, Juan Pablo
    Salcedo Villadiego, Carlos Andrés
    Advisor(s)
    Guevara Pulido, James Oswaldo
    Degree name
    Bioingeniero
    Program
    Bioingeniería
    Date
    2019-06-05
    URI
    http://hdl.handle.net/20.500.12495/2580

    Citación

         
    Metadata
    Show full item record
    Documents PDF
    Abstract
    Depression is considered one of the most important diseases worldwide in terms of mental disorders, because since in recent years there has been a high growth in its digit of affectation. (OMS, 2018) For this reason, antidepressant drugs are created in order to mitigate the effects caused by this disorder; however, its effectiveness in all its aspects is not enough, thus generating little efficiency and a large number of side effects. This is where the creation of new drugs, in this case antidepressants of the SSRIs class (Selective serotonin reuptake inhibitors), which search to generate fewer side effects and as the name says, have greater selectivity for the reuptake of Serotonin In spite of this, the creation of new drugs requires a great amount of expenses and time; thus requiring analogously, not only the creation of new drugs, but also the invention of new methodologies for this process. For this research, the QSAR methodology was used, which has the ultimate goal of theoretically designing possible future new drugs, from the union of sets of computational techniques; with the aim of finding an analog of the SSRIs class which potentially presents a greater affinity for the active site of SERT, a serotonin reuptake protein. (Lozano & Scior, 2012) From here, the whole process that required the methodology was followed; which includes a process of virtual screening and one of machine learning; considering different molecular modeling techniques, biological activity data, physicochemical properties, statistics and bioinformatics; incorporated into each other for the theoretical creation of the new drug of the SSRIs class with potential greater affinity for its interaction site.
    Keywords
    ISRS
    QSAR
    Docking molecular
    Depresión
    Keywords
    SSRIs
    QSAR
    Molecular docking
    Depression
    Topics
    Fluoxetina
    Serotonina
    Antidepresivos
    Collections
    • Bioingeniería [19]

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister
    GTM statisticsGTM statistics
    Contacto Repositorio Institucional

    Teléfono: (571) 648 9000 Ext: 1546 - Correo: adminrepositorio@unbosque.edu.co

    Universidad El Bosque

    Instalaciones Bogotá

    Av. Cra. 9 No. 131 A - 02
    Línea gratuita:
    018000 113033
    PBX: (571) 648 9000

    Sede

    Instalaciones Chía

    Autopista Norte
    Km. 20 costado occidental
    Vía Chía - Bogotá
    Teléfono: 676 3110
    Línea gratuita: 018000 113033
    PBX: (571) 648 9000

    Sede Chía

    Admisiones

    PBX.: 648 9000
    Línea gratuita:
    018000 113033
    Edificio Fundadores
    Av. Cra. 9 No. 131 A - 02
    Skype: /uelbosque
    Correo electrónico:
    atencionalusuario@unbosque.edu.co

    Participante

    ACE Internationalization Lab

    Información Legal

    • Valores Pecuniarios
    • Estatuto General
    • Reglamento Estudiantil
    • Estatuto Docente
    • Política de Bienestar Universitario
    • Política de Tratamiento de Datos Personales
    • Términos y Condiciones de Uso del Sitio
    • Aviso de Privacidad
    • Información Tributaria

    Vigilada Mineducación. Personería Jurídica otorgada mediante resolución 11153 del 4 de agosto de 1978.