| Sumario: | Cheminformatics is part of theoretical chemistry and consists of the use of computer techniques in pharmaceutical chemical science problems. This work presents the possible application of the IFPTIA methodology (Information Fusion + Perturbation Theory + Machine Learning) in the field of medical chemistry. Specifically, Alzheimer's, Parkinson's, Amyotrophic Lateral Sclerosis (ALS), Friedreich ataxia and Huntington degenerative neurological diseases have been studied. In the predictive model, the sequences of proteins that may be related to them and the Protein Interaction Network (PES) of the different regions of the brain (entorrinal cortex (CR), hippocampus (HIP), central temple curve (CEP), rear cortex (CSC), upper forehead curve (BB) and visual cortex (CB) have been considered. The statistical parameters of the model obtained have been good; Sn (%) = 77.76, Sp (%) = 72.69 and Ac (%) = 73.83 for training; and Sp (%) = 72.66, Sn (%) = 77.95 and Ac (%) = 73.84 for validation. These diseases are incurable and from the moment the symptoms appear, the patients are weakened until the neurons in the brain die. Among the usual problems that this entails are problems of poor movement and brain functioning. In this sense, cheminformatic models can be a very useful technique in the development of new drugs, in efforts to reduce animals for testing and, in general, to avoid resources. They can predict the probability that a compound may or may not be active in degenerative neurological diseases. These models have therefore been shown to be very useful tools for understanding the mechanisms behind these diseases, and this has led to the opening of promising therapeutic pathways.; Kimioinformatika kimika teorikoaren atal bat da, zientzia kimiko-farmazeutikoetako arazoetan teknika informatikoak erabiltzean datzana. Lan honetan, IFPTIA (Informazioa Fusionatzea+Perturbazio Teoria+Ikasketa Automatikoa) metodologiak kimika medikoaren esparruan izan dezakeen aplikazioa aurkeztu dugu. Zehazki, alzheimerra, parkinsona, alboko esklerosi amiotrofikoa (AEA), Friedreichen ataxia eta Huntingtonen endekapenezko gaixotasun neurologikoak aztertu ditugu. Eraiki dugun eredu kimioinformatikoan, kontuan hartu ditugu gaixotasun horiekin erlazioa izan dezaketen proteinen sekuentziak eta garuneko zenbait eskualdetako (kortex entorrinala -KE-, hipokanpoa -HIP-, erdiko lokiko bihurgunea -ELB-, atzeko zingulu-kortexa -AZK-, goi-bekokiko bihurgunea -GBB- eta kortex bisuala -KB-) proteinen elkarrekintza-sarea (PES). Lortu dugun eredurik egokiena diskriminatzaile lineala izanik, doitasun-metrikak onak izan dira; Sn(%)=77,76, Sp(%)=72,69 eta Ac(%)=73,83 entrenamendurako, eta Sp(%)=72,66, Sn(%)=77,95 eta Ac(%)=73,84 balioen berrespenerako. Gaixotasun horiek sendaezinak dira, eta, sintomak agertzen diren momentutik aurrera, gaixoak ahulduz doaz, garuneko neuronak hiltzen diren arte. Horrek dakartzan arazo ohikoetako batzuk mugimendu eta garun-funtzionamendu okerrak dira. Alde horretatik, eredu kimioinformatikoak teknika guztiz erabilgarriak izan daitezke farmako berriak garatzeko, entseguetan animalia gutxiago erabiltzeko eta, oro har, baliabideak saihesteko ahaleginetan. Konposatu batek endekapenezko gaixotasun neurologikoetan aktiboa izateko edo ez izateko daukan probabilitatea iragar dezake ereduak. Beraz, frogatu dugu gaixotasun horien atzean dauden mekanismoak ulertzeko erreminta oso
|
|---|
