Neste estudo, simulações de dinâmica molecular (MD) e docking foram realizadas a fim de investigar o sítio de ligação e as interações de 61 inibidores com o receptor de kinase-5 do tipo ativina (ALK5). Uma simulação MD foi realizada sobre o receptor para obter sua conformação em água. A análise de docking revelou que interações do tipo ligação hidrogênio e hidrofóbicas desempenham papéis importantes no complexo inibidor-ALK5. Estas interações foram confirmadas por cristalografia de raios X. Além disso, para estudar a estabilidade da conformação do receptor, uma segunda simulação MD sobre o complexo foi realizada em um ambiente aquoso. O raio de giro para o complexo mostrou que a conformação de ALK5 não muda na presença do inibidor. Foram calculados 134 descritores obtidos da estrutura molecular e docking; os mais viáveis foram usados em relações quantitativas entre estrutura química e atividade biológica (QSAR). A regressão de vetores-suporte baseada em mínimos quadrados (LS-SVR) apresentou um modelo confiável com Q² = 0,837 e R = 0,917. Finalmente, os tipos de interações e propriedades dos descritores foram usados para propor novos inibidores.

In this study, molecular docking and molecular dynamics (MD) simulations were conducted to investigate both the binding site and interactions of 61 inhibitors with activin-like kinase-5 (ALK5) receptor. A MD simulation was performed on the receptor to obtain receptor conformation in a water environment. Docking analysis revealed that hydrophobic and hydrogen bonding interactions play important roles in ALK5-inhibitor complex. These interactions were confirmed by X-ray crystallography. Furthermore, to study receptor conformation stability, a second MD simulation on complex was performed in an aqueous environment. Radius of gyration for complex showed that the ALK5 conformation did not change in the presence of the inhibitor. 134 descriptors emerging from docking and molecular structure were calculated and the most feasible ones were used in quantitative structure -activity relationships (QSAR). The LS-SVR (least squares support vector regression) gave reliable model with Q² = 0.837 and R = 0.917. Finally, the types of interactions and properties of the descriptors were used to propose new inhibitors.

Neste trabalho, micrografias eletrônicas de varredura de esferas de copolímero baseadas em metacrilato de metila (MMA), etilenoglicoldimetacrilato (EGDM) e vinil-trietoxissilano (VTES) foram usadas para construir modelos de regressão multivariada de imagem. Microscopia eletrônica de varredura (SEM) e ensaios de intumescimento indicaram que aumentando a concentração de silicone (VTES) dos copolímetros ocorre um aumento da quantidade de poros e porcentagem de porosidade. Micrografias eletrônicas de varredura dos copolímeros sintetizados com diferentes concentrações de VTES foram usadas para construir dois modelos de calibração, que puderam relacionar a concentração de VTES e a porcentagem de porosidade dos copolímeros com suas imagens de SEM. Para construção dos modelos foram utilizados o método dos mínimos quadrados parciais multi-modo (N-PLS) e componentes principais desdobrados (u-PCR). O poder de previsão dos modelos construídos foi avaliado utilizando um conjunto teste. Os resultados indicaram que os modelos conseguiram prever de forma muito efetiva a concentração de VTES e a porcentagem de porosidade dos copolímeros a partir de suas imagens de SEM.

In this work, scanning electron micrographs of copolymer beads based on methyl methacrylate (MMA), ethylene glycol dimethacrylate (EGDM) and vinyl triethoxysilane (VTES) were used to construct multivariate image regression models. Scanning electron microscopy (SEM) and swelling measurements indicated that increasing the silicone concentration (VTES) of the copolymers enhances the amount of pores and porosity percent. Scanning electron micrographs of the synthesized copolymers with different VTES concentrations were used to construct two soft models, which were able to relate the VTES concentration and the porosity percent of the copolymers with their SEM images. The constructed models were the three-way partial least squares analysis (N-PLS) and unfolded principal component regression (unfold-PCR). The predictive ability of the constructed models were evaluated by a test set. The results showed the models were able to effectively predict the VTES concentration and the porosity percent of the copolymers using their corresponding SEM images.