Aplicaciones y potencialidades de los métodos de diseño computacional en estudios ambientales y farmacocinéticos

Juan Alberto Castillo Garit, Humberto González Díaz, Yudith Cañizares Carmenate, Francisco Torrens, Hai Pham-The, Yoan Martínez López, Karel Diéguez Santana

Texto completo:

HTML PDF EPUB XML

Resumen

Introducción: La evaluación de los efectos adversos de los contaminantes sobre los ecosistemas y la predicción de propiedades farmacocinéticas de compuestos, son campos de investigación de gran interés. Objetivos: desarrollar modelos computacionales que permitan la predicción, lo más acertada posible, del potencial ecotoxicológico de sustancias químicas de interés; así como la predicción de propiedades farmacocinéticas.
Métodos: Para el desarrollo de los modelos predictivos se recopilaron bases de datos de toxicidad, mecanismos de acción toxica, permeabilidad a través de barreras biológicas y propiedades quirales. Se emplearon técnicas de estadística, técnicas de inteligencia artificial o de machine learning según el objetivo. Asimismo, se emplearon programas reconocidos internacionalmente y programas propios.
Resultados: Como resultados más importantes se tuvieron nuevos modelos computacionales que permiten predecir mejor los efectos adversos de los compuestos sobre el medio ambiente y nuevos modelos para predecir el paso a través de membranas biológicas, así como la definición de nuevos descriptores quirales. Los resultados han sido publicados en revistas de alto impacto, presentados en eventos científicos y han obtenidos varios premios tanto nacionales como internacionales.
Conclusiones: El trabajo permitió profundizar la colaboración con varias universidades nacionales y extranjeras. Los nuevos modelos desarrollados están a disposición de la comunidad científica internacional.

Palabras clave

diseño computacional; ecotoxicología; estudios ambientales; farmacocinética; quiralidad


Copyright (c) 2021 Juan Alberto Castillo Garit, Humberto González Díaz, Yudith Cañizares Carmenate, Francisco Torrens, Hai Pham-The, Yoan Martínez López, Karel Diéguez Santana

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.