Investigadores de la Universidad Estatal de Carolina del Norte y Collaborations Pharmaceuticals han creado una base de datos de uso gratuito de 14, 000 macrolactonas conocidas (moléculas grandes utilizadas en el desarrollo de fármacos) que contienen información sobre las características moleculares, diversidad química y actividades biológicas de esta clase estructural. La base de datos, llamado MacrolactoneDB, llena un vacío de conocimiento sobre estas moléculas y podría servir como una herramienta útil para el descubrimiento de fármacos en el futuro.

Las macrolactonas son moléculas con al menos 12 átomos que componen su estructura en forma de anillo. Entre muchas características útiles, La capacidad de las macrolactonas para unirse a proteínas dianas difíciles las hace adecuadas para antivirales, antibiótico, Fármacos antifúngicos y antiparasitarios. Sin embargo, su tamaño y estructura complicada los hacen difíciles de sintetizar.

"Las macrolactonas son moléculas titánicas; su tamaño presenta desafíos para los investigadores que quieran trabajar con ellas, "dice Sean Ekins, CEO de Collaborations Pharmaceuticals, miembro del Instituto de Medicina Comparativa del estado de Carolina del Norte, emprendedor residente en la Facultad de Farmacia Eshelman de UNC-Chapel Hill y autor correspondiente de la investigación. "Queríamos abordar ese problema creando una base de datos disponible públicamente de estas moléculas y sus propiedades".

El estudiante graduado de NC State y primer autor del artículo Phyo Phyo Zin extrajo 13 bases de datos públicas para 14, 000 macrolactonas conocidas, compilándolos en MacrolactoneDB. Solo el 20% de los compuestos de macrolactona que ella seleccionó tenían datos biológicos asociados.

Zin, Ekins, y el profesor asociado de química del estado de Carolina del Norte, Gavin Williams, llevaron a cabo análisis químico-informáticos de las propiedades moleculares de las macrolactonas y desarrollaron 91 descriptores para caracterizar mejor las moléculas. Luego, los investigadores observaron tres objetivos de interés para algunas de las macrolactonas, específicamente la malaria, hepatitis C y células T, y utilizaron técnicas de aprendizaje automático para comprender la relación estructura-actividad entre las macrolactonas y estos objetivos.

"Sabemos que los fármacos de macrolactona son eficaces, pero hay muchas cosas que no sabemos sobre lo que hace que uno sea bueno, "Williams dice." Es por eso que nos propusimos hacer esta investigación. Descubrimos que es posible utilizar el aprendizaje automático con estas moléculas, y mejorar nuestro análisis y descripción de macrolactonas mejorará los modelos de predicción en el futuro ".

"Cualquier persona interesada en estas moléculas o en el desarrollo de fármacos que utilizan macrolactonas ahora tiene una base de datos fácil de usar donde todo es accesible y en un solo lugar, "Dice Ekins." Los investigadores pueden hacer preguntas sobre qué hace que una molécula de macrolactona en particular sea adecuada para una aplicación biológica particular.

"Con suerte, MacrolactoneDB nos ayudará a comprender esta diversa clase de moléculas, y avanzar en la creación de nuevos ".