Pesquisadores da Universidade Estadual da Carolina do Norte e da Collaborations Pharmaceuticals criaram um banco de dados gratuito de 14, 000 macrolactonas conhecidas - moléculas grandes usadas no desenvolvimento de drogas - que contêm informações sobre as características moleculares, diversidade química e atividades biológicas desta classe estrutural. O banco de dados, chamado MacrolactoneDB, preenche uma lacuna de conhecimento sobre essas moléculas e pode servir como uma ferramenta útil para futuras descobertas de drogas.

As macrolactonas são moléculas com pelo menos 12 átomos que compõem sua estrutura em forma de anel. Entre muitas características úteis, A capacidade das macrolactonas de se ligarem a alvos proteicos difíceis torna-as adequadas para antivirais, antibiótico, drogas antifúngicas e antiparasitárias. Contudo, seu tamanho e estrutura complicada os tornam difíceis de sintetizar.

"As macrolactonas são moléculas titânicas - seu tamanho apresenta desafios para os pesquisadores que desejam trabalhar com elas, "diz Sean Ekins, CEO da Collaborations Pharmaceuticals, membro do Instituto de Medicina Comparativa do Estado de NC, empresário residente na Escola de Farmácia Eshelman da UNC-Chapel Hill e autor correspondente da pesquisa. "Queríamos resolver esse problema criando um banco de dados publicamente disponível dessas moléculas e suas propriedades."

Estudante de pós-graduação da Carolina do Norte e primeiro autor do artigo Phyo Phyo Zin explorou 13 bancos de dados públicos para 14, 000 macrolactonas conhecidas, compilando-os em MacrolactoneDB. Apenas 20% dos compostos de macrolactona que ela curou tinham dados biológicos associados a eles.

Zin, Ekins, e o professor associado de química do estado de NC, Gavin Williams, conduziram análises quiminformáticas das propriedades moleculares das macrolactonas e desenvolveram 91 descritores para caracterizar melhor as moléculas. Os pesquisadores então analisaram três alvos de interesse para algumas das macrolactonas - especificamente a malária, hepatite C e células T - e técnicas de aprendizado de máquina usadas para entender a relação estrutura-atividade entre as macrolactonas e esses alvos.

"Sabemos que os medicamentos macrolactona são eficazes, mas há muito que não sabemos sobre o que o torna bom, "Williams diz." É por isso que decidimos fazer esta pesquisa. Descobrimos que é possível utilizar o aprendizado de máquina com essas moléculas, e melhorar a nossa análise e descrição das macrolactonas irá melhorar os modelos de previsão daqui para a frente. "

"Qualquer pessoa interessada nessas moléculas ou no desenvolvimento de medicamentos utilizando macrolactonas agora tem um banco de dados fácil de usar onde tudo está acessível e em um único local, "Diz Ekins." Os pesquisadores podem fazer perguntas sobre o que torna uma determinada molécula de macrolactona adequada para uma determinada aplicação biológica.

"Esperançosamente MacrolactoneDB nos ajudará a entender esta classe diversa de moléculas, e avançar na criação de novos. "