Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico

La problemática de los gases de efecto invernadero ha sido una situación de gran atención a nivel mundial, ya que se han intentado tomar medidas para mitigar la producción de estos gases, evitando que la atmósfera se caliente debido a que estos gases aíslan el calor y posteriormente se aumente el ca...

Full description

Autores:
Conde Celis, Miguel Angel
Tipo de recurso:
https://purl.org/coar/resource_type/c_7a1f
Fecha de publicación:
2025
Institución:
Universidad El Bosque
Repositorio:
Repositorio U. El Bosque
Idioma:
spa
OAI Identifier:
oai:repositorio.unbosque.edu.co:20.500.12495/14404
Acceso en línea:
https://hdl.handle.net/20.500.12495/14404
Palabra clave:
Metanogénesis
MCR
Red neuronal
Inhibición de la metanogénesis
615.19
Methanogenesis
MCR
Red neuronal
Inhibition of methanogenesis
Rights
License
Attribution-NonCommercial-NoDerivatives 4.0 International
id UNBOSQUE2_ea6f301a0234523b1a3af95a72200329
oai_identifier_str oai:repositorio.unbosque.edu.co:20.500.12495/14404
network_acronym_str UNBOSQUE2
network_name_str Repositorio U. El Bosque
repository_id_str
dc.title.none.fl_str_mv Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
dc.title.translated.none.fl_str_mv Rational design of a novel methyl coenzyme reductase (MCR) inhibitor analog with improved pharmacological properties, using structured based and ligand based virtual screening as an alternative for enteric methane reduction
title Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
spellingShingle Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
Metanogénesis
MCR
Red neuronal
Inhibición de la metanogénesis
615.19
Methanogenesis
MCR
Red neuronal
Inhibition of methanogenesis
title_short Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
title_full Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
title_fullStr Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
title_full_unstemmed Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
title_sort Diseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entérico
dc.creator.fl_str_mv Conde Celis, Miguel Angel
dc.contributor.advisor.none.fl_str_mv Pulido Guevara, James Oswaldo
dc.contributor.author.none.fl_str_mv Conde Celis, Miguel Angel
dc.subject.none.fl_str_mv Metanogénesis
MCR
Red neuronal
Inhibición de la metanogénesis
topic Metanogénesis
MCR
Red neuronal
Inhibición de la metanogénesis
615.19
Methanogenesis
MCR
Red neuronal
Inhibition of methanogenesis
dc.subject.ddc.none.fl_str_mv 615.19
dc.subject.keywords.none.fl_str_mv Methanogenesis
MCR
Red neuronal
Inhibition of methanogenesis
description La problemática de los gases de efecto invernadero ha sido una situación de gran atención a nivel mundial, ya que se han intentado tomar medidas para mitigar la producción de estos gases, evitando que la atmósfera se caliente debido a que estos gases aíslan el calor y posteriormente se aumente el calentamiento global. A medida que aumenta el calentamiento global se perturba el equilibrio de los ecosistemas y fenómenos climáticos extremos. Entre los gases más contaminantes están el óxido nitroso, el dióxido de carbono y el metano, donde este último ha sido el mayor contaminante desde los inicios de la industria agrícola. Se han utilizado varias estrategias para reducir la producción de este gas, pero no han sido eficaces, por lo que en este proyecto se diseñaron 5 moléculas promisorias en total, donde estas lograron obtener mejores propiedades farmacodinámicas y farmacocinéticas, también estas demostraron muy buena actividad inhibitoria de la metanogénesis. En total se logró llegar al diseño de 5 moléculas utilizando las estrategias de diseño racional basado en estructura y basado en ligando. Se genero un modelo optimo con un R^2 de 1.293 el cual fue bastante alto, pero fue validado indicando que su habilidad predictiva aceptable para predecir la inhibición de la metanogénesis en términos de porcentaje para los candidatos diseñados de manera in sílico. Los candidatos más promisorios fueron los siguientes: A4M1 (99,54 %), A3M4 (99,68 %), A1M10 (99,78 %) y A4M5 (99,49 %) obtuvieron porcentajes de inhibición de la metanogénesis
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-05-19T21:54:28Z
dc.date.available.none.fl_str_mv 2025-05-19T21:54:28Z
dc.date.issued.none.fl_str_mv 2025-05
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.local.none.fl_str_mv Tesis/Trabajo de grado - Monografía - Pregrado
dc.type.coar.none.fl_str_mv https://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.coarversion.none.fl_str_mv https://purl.org/coar/version/c_ab4af688f83e57aa
format https://purl.org/coar/resource_type/c_7a1f
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12495/14404
dc.identifier.instname.spa.fl_str_mv Universidad El Bosque
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad El Bosque
dc.identifier.repourl.none.fl_str_mv repourl:https://repositorio.unbosque.edu.co
url https://hdl.handle.net/20.500.12495/14404
identifier_str_mv Universidad El Bosque
reponame:Repositorio Institucional Universidad El Bosque
repourl:https://repositorio.unbosque.edu.co
dc.language.iso.fl_str_mv spa
language spa
dc.relation.references.none.fl_str_mv [1] H. Liu, J. Wang, A. Wang, and J. Chen, “Chemical inhibitors of methanogenesis and putative applications,” Appl. Microbiol. Biotechnol., vol. 89, no. 5, pp. 1333–1340, 2011, doi: 10.1007/s00253-010-3066-5.
[2] A. Bonardi, Methyl-coenzyme M reductase. Elsevier Inc., 2023.
[3] A. K. Patra and R. Puchala, “Methane mitigation in ruminants with structural analogues and other chemical compounds targeting archaeal methanogenesis pathways,” Biotechnol. Adv., vol. 69, no. May, p. 108268, 2023, doi: 10.1016/j.biotechadv.2023.108268.
[4] T. Tseten, R. A. Sanjorjo, M. Kwon, and S. W. Kim, “Strategies to Mitigate Enteric Methane Emissions from Ruminant Animals,” J. Microbiol. Biotechnol., vol. 32, no. 3, pp. 269–277, 2022, doi: 10.4014/jmb.2202.02019.
[5] M. Prieto, A. Niño, P. Acosta-Guzmán, and J. Guevara-Pulido, “Design and synthesis of a potential selective JAK-3 inhibitor for the treatment of rheumatoid arthritis using predictive QSAR models,” Informatics Med. Unlocked, vol. 45, no. December 2023, 2024, doi: 10.1016/j.imu.2024.101464.
[6] D. L. J. Alexander, A. Tropsha, and D. A. Winkler, “Beware of R2: Simple, Unambiguous Assessment of the Prediction Accuracy of QSAR and QSPR Models,” J. Chem. Inf. Model., vol. 55, no. 7, pp. 1316–1322, 2015, doi: 10.1021/acs.jcim.5b00206.
[7] S. E. Adeniji, S. Uba, A. Uzairu, and D. E. Arthur, “ A Derived QSAR Model for Predicting Some Compounds as Potent Antagonist against Mycobacterium tuberculosis : A Theoretical Approach ,” Adv. Prev. Med., vol. 2019, pp. 1–18, 2019, doi: 10.1155/2019/5173786.
[8] A. Sharma and R. M. Yennamalli, Docking strategies. Elsevier Inc., 2023.
[9] A. Golbraikh and A. Tropsha, “Beware of q2!,” J. Mol. Graph. Model., vol. 20, no. 4, pp. 269–276, 2002, doi: 10.1016/S1093-3263(01)00123-1.
[10] A. Allouche, “Software News and Updates Gabedit — A Graphical User Interface for Computational Chemistry Softwares,” J. Comput. Chem., vol. 32, pp. 174–182, 2012, doi: 10.1002/jcc.
[11] S. Gore et al., “Validation of Structures in the Protein Data Bank,” Structure, vol. 25, no. 12, pp. 1916–1927, 2017, doi: 10.1016/j.str.2017.10.009.
dc.rights.en.fl_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.none.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.local.spa.fl_str_mv Acceso abierto
dc.rights.accessrights.none.fl_str_mv https://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
Acceso abierto
https://purl.org/coar/access_right/c_abf2
http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.program.spa.fl_str_mv Química Farmacéutica
dc.publisher.grantor.spa.fl_str_mv Universidad El Bosque
dc.publisher.faculty.spa.fl_str_mv Facultad de Ciencias
institution Universidad El Bosque
bitstream.url.fl_str_mv https://repositorio.unbosque.edu.co/bitstreams/bfafbd70-2f41-447f-99b7-71dc87e15891/download
https://repositorio.unbosque.edu.co/bitstreams/fa8a1004-b939-44cc-a5ee-4a363b634288/download
https://repositorio.unbosque.edu.co/bitstreams/57817c8c-abbf-4528-8844-5ad860b3bad2/download
https://repositorio.unbosque.edu.co/bitstreams/8ae2817e-fccf-4f8c-b835-1ef78dad354c/download
https://repositorio.unbosque.edu.co/bitstreams/559f118a-b603-41c3-a749-520468ab4e59/download
https://repositorio.unbosque.edu.co/bitstreams/64fdf34d-6ebe-478c-bf04-dc2da9e1e3b3/download
https://repositorio.unbosque.edu.co/bitstreams/427db6be-0e78-4197-a1c2-43a3131a8980/download
bitstream.checksum.fl_str_mv 17cc15b951e7cc6b3728a574117320f9
1f32a75fc14e924fd303e8544b6592f5
a715821a03e9cad666027676443ed0e2
bc6a16533b1845651d692fbb12b88403
3b6ce8e9e36c89875e8cf39962fe8920
392de4821c386b19d3e223f118e9036a
081c56af6c674bec3b9784fce4b6bdeb
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad El Bosque
repository.mail.fl_str_mv bibliotecas@biteca.com
_version_ 1834107850566139904
spelling Pulido Guevara, James OswaldoConde Celis, Miguel Angel2025-05-19T21:54:28Z2025-05-19T21:54:28Z2025-05https://hdl.handle.net/20.500.12495/14404Universidad El Bosquereponame:Repositorio Institucional Universidad El Bosquerepourl:https://repositorio.unbosque.edu.coLa problemática de los gases de efecto invernadero ha sido una situación de gran atención a nivel mundial, ya que se han intentado tomar medidas para mitigar la producción de estos gases, evitando que la atmósfera se caliente debido a que estos gases aíslan el calor y posteriormente se aumente el calentamiento global. A medida que aumenta el calentamiento global se perturba el equilibrio de los ecosistemas y fenómenos climáticos extremos. Entre los gases más contaminantes están el óxido nitroso, el dióxido de carbono y el metano, donde este último ha sido el mayor contaminante desde los inicios de la industria agrícola. Se han utilizado varias estrategias para reducir la producción de este gas, pero no han sido eficaces, por lo que en este proyecto se diseñaron 5 moléculas promisorias en total, donde estas lograron obtener mejores propiedades farmacodinámicas y farmacocinéticas, también estas demostraron muy buena actividad inhibitoria de la metanogénesis. En total se logró llegar al diseño de 5 moléculas utilizando las estrategias de diseño racional basado en estructura y basado en ligando. Se genero un modelo optimo con un R^2 de 1.293 el cual fue bastante alto, pero fue validado indicando que su habilidad predictiva aceptable para predecir la inhibición de la metanogénesis en términos de porcentaje para los candidatos diseñados de manera in sílico. Los candidatos más promisorios fueron los siguientes: A4M1 (99,54 %), A3M4 (99,68 %), A1M10 (99,78 %) y A4M5 (99,49 %) obtuvieron porcentajes de inhibición de la metanogénesisPregradoQuímico FarmacéuticoThe problem of greenhouse gases has been a situation of great attention worldwide, since there have been attempts to take measures to mitigate the production of these gases, preventing the atmosphere from warming due to the fact that these gases insulate heat and subsequently increase global warming. As global warming increases, the balance of ecosystems and extreme climatic phenomena is disturbed. Among the most polluting gases are nitrous oxide, carbon dioxide and methane, where the latter has been the major pollutant since the beginning of the agricultural industry. Several strategies have been used to reduce the production of this gas, but they have not been effective, so in this project 5 promising molecules were designed in total, where these managed to obtain better pharmacodynamic and pharmacokinetic properties, also these showed very good inhibitory activity of methanogenesis. A total of 5 molecules were designed using the rational structure-based and ligand-based design strategies. An optimal model with an R^2 of 1.293 was generated which was quite high, but was validated indicating its acceptable predictive ability to predict methanogenesis inhibition in percentage terms for the in silico designed candidates. The most promising candidates were as follows: A4M1 (99.54 %), A3M4 (99.68 %), A1M10 (99.78 %) and A4M5 (99.49 %) obtained.application/pdfAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Acceso abiertohttps://purl.org/coar/access_right/c_abf2http://purl.org/coar/access_right/c_abf2MetanogénesisMCRRed neuronalInhibición de la metanogénesis615.19MethanogenesisMCRRed neuronalInhibition of methanogenesisDiseño racional de un nuevo análogo inhibidor de la Metil-coenzima reductasa (MCR) con mejores propiedades farmacológicas, mediante cribado virtual basado en estructura y basado en ligando como alternativa para la reducción de metano entéricoRational design of a novel methyl coenzyme reductase (MCR) inhibitor analog with improved pharmacological properties, using structured based and ligand based virtual screening as an alternative for enteric methane reductionQuímica FarmacéuticaUniversidad El BosqueFacultad de CienciasTesis/Trabajo de grado - Monografía - Pregradohttps://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesishttps://purl.org/coar/version/c_ab4af688f83e57aa[1] H. Liu, J. Wang, A. Wang, and J. Chen, “Chemical inhibitors of methanogenesis and putative applications,” Appl. Microbiol. Biotechnol., vol. 89, no. 5, pp. 1333–1340, 2011, doi: 10.1007/s00253-010-3066-5.[2] A. Bonardi, Methyl-coenzyme M reductase. Elsevier Inc., 2023.[3] A. K. Patra and R. Puchala, “Methane mitigation in ruminants with structural analogues and other chemical compounds targeting archaeal methanogenesis pathways,” Biotechnol. Adv., vol. 69, no. May, p. 108268, 2023, doi: 10.1016/j.biotechadv.2023.108268.[4] T. Tseten, R. A. Sanjorjo, M. Kwon, and S. W. Kim, “Strategies to Mitigate Enteric Methane Emissions from Ruminant Animals,” J. Microbiol. Biotechnol., vol. 32, no. 3, pp. 269–277, 2022, doi: 10.4014/jmb.2202.02019.[5] M. Prieto, A. Niño, P. Acosta-Guzmán, and J. Guevara-Pulido, “Design and synthesis of a potential selective JAK-3 inhibitor for the treatment of rheumatoid arthritis using predictive QSAR models,” Informatics Med. Unlocked, vol. 45, no. December 2023, 2024, doi: 10.1016/j.imu.2024.101464.[6] D. L. J. Alexander, A. Tropsha, and D. A. Winkler, “Beware of R2: Simple, Unambiguous Assessment of the Prediction Accuracy of QSAR and QSPR Models,” J. Chem. Inf. Model., vol. 55, no. 7, pp. 1316–1322, 2015, doi: 10.1021/acs.jcim.5b00206.[7] S. E. Adeniji, S. Uba, A. Uzairu, and D. E. Arthur, “ A Derived QSAR Model for Predicting Some Compounds as Potent Antagonist against Mycobacterium tuberculosis : A Theoretical Approach ,” Adv. Prev. Med., vol. 2019, pp. 1–18, 2019, doi: 10.1155/2019/5173786.[8] A. Sharma and R. M. Yennamalli, Docking strategies. Elsevier Inc., 2023.[9] A. Golbraikh and A. Tropsha, “Beware of q2!,” J. Mol. Graph. Model., vol. 20, no. 4, pp. 269–276, 2002, doi: 10.1016/S1093-3263(01)00123-1.[10] A. Allouche, “Software News and Updates Gabedit — A Graphical User Interface for Computational Chemistry Softwares,” J. Comput. Chem., vol. 32, pp. 174–182, 2012, doi: 10.1002/jcc.[11] S. Gore et al., “Validation of Structures in the Protein Data Bank,” Structure, vol. 25, no. 12, pp. 1916–1927, 2017, doi: 10.1016/j.str.2017.10.009.spaLICENSElicense.txtlicense.txttext/plain; charset=utf-82000https://repositorio.unbosque.edu.co/bitstreams/bfafbd70-2f41-447f-99b7-71dc87e15891/download17cc15b951e7cc6b3728a574117320f9MD52Carta de autorizacion.pdfapplication/pdf200177https://repositorio.unbosque.edu.co/bitstreams/fa8a1004-b939-44cc-a5ee-4a363b634288/download1f32a75fc14e924fd303e8544b6592f5MD59Anexo 1 Acta de aprobacion.pdfapplication/pdf2155778https://repositorio.unbosque.edu.co/bitstreams/57817c8c-abbf-4528-8844-5ad860b3bad2/downloada715821a03e9cad666027676443ed0e2MD510ORIGINALTrabajo de grado.pdfTrabajo de grado.pdfapplication/pdf1113485https://repositorio.unbosque.edu.co/bitstreams/8ae2817e-fccf-4f8c-b835-1ef78dad354c/downloadbc6a16533b1845651d692fbb12b88403MD57CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8899https://repositorio.unbosque.edu.co/bitstreams/559f118a-b603-41c3-a749-520468ab4e59/download3b6ce8e9e36c89875e8cf39962fe8920MD58TEXTTrabajo de grado.pdf.txtTrabajo de grado.pdf.txtExtracted texttext/plain37534https://repositorio.unbosque.edu.co/bitstreams/64fdf34d-6ebe-478c-bf04-dc2da9e1e3b3/download392de4821c386b19d3e223f118e9036aMD511THUMBNAILTrabajo de grado.pdf.jpgTrabajo de grado.pdf.jpgGenerated Thumbnailimage/jpeg5052https://repositorio.unbosque.edu.co/bitstreams/427db6be-0e78-4197-a1c2-43a3131a8980/download081c56af6c674bec3b9784fce4b6bdebMD51220.500.12495/14404oai:repositorio.unbosque.edu.co:20.500.12495/144042025-05-20 05:01:23.737http://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 Internationalembargo2030-05-18https://repositorio.unbosque.edu.coRepositorio Institucional Universidad El Bosquebibliotecas@biteca.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

Publicaciones similares