Construcción de modelos QSAR para calcular actividad repelente de terpenos frente a el mosquito Aedes aegypti

Una alternativa para sustituir los repelentes actuales frente a este insecto, es la implementación de las entidades químicas conocidos como aceites esenciales y extractos de plantas. Se ha reportado en la literatura que algunos terpenos (monoterpenos y/o sesquiterpenos) presentan actividad repelente...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2013
Institución:
Ministerio de Ciencia, Tecnología e Innovación
Repositorio:
Repositorio Minciencias
Idioma:
spa
OAI Identifier:
oai:repositorio.minciencias.gov.co:20.500.14143/34226
Acceso en línea:
http://repositorio.colciencias.gov.co/handle/11146/34226
Palabra clave:
Vectores -- Insectos
Plantas medicinales -- Agroindustria
Aedes aegypti
N,N-dietil-3-metilbenzamida
Terpenos
Relación Cuantitativa Estructura -- Actividad
Aceites esenciales
Química agrícola
Tecnología química
Biotecnología
Rights
License
http://purl.org/coar/access_right/c_f1cf
Description
Summary:Una alternativa para sustituir los repelentes actuales frente a este insecto, es la implementación de las entidades químicas conocidos como aceites esenciales y extractos de plantas. Se ha reportado en la literatura que algunos terpenos (monoterpenos y/o sesquiterpenos) presentan actividad repelente, frente a mosquitos del género Aedes, dichos compuestos de origen natural tienen la capacidad de causar efectos repelentes en las hembras adultas hematófagas. Una de las ventajas de este tipo de compuestos es que son inocuos para los humanos 8, 9. Por tal razón la implementación de la Relación Cuantitativa Estructura-Actividad (QSAR) resulta una opción viable para construir modelos de predicción de la actividad repelente. La optimización de los sistemas se realizó utilizando el funcional de intercambió y correlación B3LYP y la función base 6-31G(d). Se calcularon los descriptores moleculares, se obtuvieron los modelos utilizando el análisis de regresión lineal múltiple (GRM) y se validaron los modelos con una validación cruzada (CV) interna y externa; obteniendo así modelos de predicción para la actividad repelente con coeficiente de determinación de R2>0.80 y Error de Estándar de Estimación EEE<0,2 confirmando la capacidad de predicción de los modelos obtenidos.