Identificación de moléculas naturales con potencial actividad antibacteriana, contra bacterias gram positivas, a través del análisis in silico de propiedades fisicoquímicas de dos librerías de compañías farmacéuticas

Abstract

Antibiotic resistance is a threat to human health, with increasing reports of multiple resistant multidrug bacteria and few advances in research for more than 20 years (Kelley et al., 2011). In the search for a solution, molecules of natural origin can be a good alternative for the appearance of new antibiotics (Taylor, 2013). In addition, rational drug design allows the in silico analysis of molecules by computational tools, and this can increase the chances of identifying biologically effective compounds of natural origin against bacteria. Among these in silico tools, there are QSAR techniques that analyze the relationship between structure and biological activity, in models to predict the activity of a molecule (Cox et al., 2013, Soukup et al., 2016). On the other hand, the use of computational tools such as QSAR, also allows to calculate physicochemical kind, electrophysical properties, possible interactions, binding sites, drug-eligibility and toxicity, through the use of mathematical models and statistical tools that allow the analysis of a large amount of data (Shin et al., 2017; McPhillie et al., 2015; Cherkasov et al., 2014). Therefore, in this degree work, computational tools were used to establish design rules (in the absence of clear rules for this purpose) for molecules with antibacterial activity against gram-positive and drug-eligible bacteria, which were subsequently used to select natural molecules from the bookshop of the Interbioscreen company with potential antibacterial activity (https://www.ibscreen.com/natural-compounds). The use of these computational tools allowed to significantly reduce the space of possible molecules to be analyzed in future experimental tests, going from a set of 66,107 possible molecules to just a list of 257 candidate molecules.

La resistencia a los antibióticos es una amenaza a la salud humana, con reportes crecientes de múltiples bacterias multidrogo resistentes y pocos avances en investigación desde hace más de 20 años (Kelley et al., 2011). En la búsqueda de una solución, las moléculas de origen natural pueden ser una buena alternativa para la aparición de nuevos antibióticos (Taylor, 2013). Además, el diseño racional de medicamentos permite el análisis in silico de moléculas mediante herramientas computacionales, y esto puede aumentar las probabilidades de identificar compuestos de origen natural biológicamente efectivos contra bacterias. Entre estas herramientas in silico, se encuentran las técnicas QSAR que analizan la relación entre estructura y actividad biológica, en modelos para predecir la actividad de una molécula (Cox et al., 2013, Soukup et al., 2016). Por otra parte, el uso de herramientas computacionales como QSAR, también permite calcular las propiedades fisicoquímicas, electrofísicas, posibles interacciones, sitios de unión, fármaco-elegibilidad y toxicidad, mediante el uso de modelos matemáticos y herramientas estadísticas que permiten el análisis de una gran cantidad de datos (Shin et al., 2017; McPhillie et al., 2015; Cherkasov et al., 2014). Por lo anterior, en este trabajo de grado se utilizaron herramientas computacionales para establecer reglas de diseño (a falta de reglas claras oara este fin) para moléculas con actividad antibacteriana contra bacterias gram-positivas y fármaco elegibles, que posteriormente fueron utilizadas para seleccionar moléculas naturales de la librería de la compañía Interbioscreen con potencial actividad antibacteriana (https://www.ibscreen.com/natural-compounds). El uso de estas herramientas computacionales permitió reducir significativamente el espacio de posibles moléculas a analizar en futuras pruebas experimentales, pasando de un conjunto de 66.107 posibles moléculas a tan sólo una lista de 257 moléculas candidatas.