Desarrollo y síntesis de un análogo de los quimioterapéuticos inhibidores de la topoisomerasa I, por metodologías de cribado virtual basadas en cambios bioisostéricos y QSAR
No hay miniatura disponible
Fecha
2024-04-30
Título de la revista
Publicado en
Publicado por
URL de la fuente
Enlace a contenidos multimedia
ISSN de la revista
Título del volumen
Resumen
La incidencia del cáncer colorrectal ha aumentado considerablemente, convirtiéndolo en un problema de salud pública global. Su complejidad genera diagnósticos tardíos y tratamientos con baja eficacia, lo que conlleva a una alta carga de efectos adversos para los pacientes. En respuesta a esta problemática, se diseñó y sintetizó un nuevo análogo inhibidor de la ADN topoisomerasa 1. Este proceso se basó en el diseño racional de fármacos, utilizando cambios bioisostéricos y metodologías de SBVS y LBVS con machine learning. Se desarrollaron tres modelos predictivos validados en líneas celulares de cáncer colorrectal HCT-116, HCT-8 y HT-29. Entre 59 análogos diseñados, el A12 se destaca por sus mejoras en comparación con Irinotecan, Topotecan y Doxorubicina. A12 presenta una buena afinidad por la ADN topoisomerasa 1 (6,8 Kcal/mol) y un menor IC50 (0,23 μM en HCT- 116). Además, presenta mejoras farmacocinéticas (PPB 89,6%, Log P 3,22) y un perfil de toxicidad similar a los fármacos comerciales. El desarrollo del análogo A12 representa un avance significativo en la búsqueda de nuevas opciones terapéuticas para el cáncer colorrectal. Sus propiedades farmacológicas y de seguridad lo convierten en un candidato prometedor para futuras investigaciones preclínicas
Descripción
Abstract
The incidence of colorectal cancer has significantly increased, turning it into a global public health issue. Its complexity leads to late diagnoses and treatments with low efficacy, resulting in a high burden of adverse effects for patients. In response to this challenge, a new analog inhibitor of DNA topoisomerase 1 was designed and synthesized. This process was based on rational drug design, utilizing bioisosteric changes and SBVS and LBVS methodologies with machine learning. Three predictive models were developed and validated in colorectal cancer cell lines HCT-116, HCT-8, and HT-29. Among 59 designed analogs, A12 stands out for its improvements compared to Irinotecan, Topotecan, and Doxorubicin. A12 shows good affinity for DNA topoisomerase 1 (6.8 Kcal/mol) and a lower IC50 (0.23 μM in HCT-116). Additionally, it exhibits improved pharmacokinetics (PPB 89.6%, Log P 3.22) and a toxicity profile similar to commercial drugs. The development of the A12 analog represents a significant advancement in the search for new therapeutic options for colorectal cancer. Its pharmacological properties and safety profile make it a promising candidate for future preclinical research.
Palabras clave
Cáncer colorrectal, AND topoisomerasa 1, Machine learning, QSAR, Farmacocinética, Farmacodinamia
Keywords
Colorectal cancer, DNA topoisomerase 1, Machine learning, QSAR, Pharmacokinetics, Pharmacodynamics