Page 22 - 79_04

Perspectiva
general
sobre
el
proceso
de
desarrollo
de
fármacos…

abrupto
en
la
actividad,
que
de
por
sí
conlleva
un
gran
interés
(43).
Por
último,
la

hipótesis
iii-­-)
conforma
la
lógica
de
base
de
técnicas
basadas
en
diversidad
para
la

búsqueda
de
estructuras
patrones
o
“Scaffold
Hopping”,
que
se
refiere
a
la

capacidad
para
identificar
clases
estructurales
diferentes
de
compuestos
activos
a

través
del
cribado
computacional
y
constituye
el
criterio
de
éxito
más
importante

en
las
aplicaciones
de
cribado
virtual
prospectivo
(44).

3.1.
Técnica
de
búsqueda
de
similitud

La
búsqueda
de
similitud
es
una
de
las
técnicas
de
cribado
virtual
más

simples
(vide
supra),
en
la
cual
una
estructura
bioactiva
conocida
se
usa
como

consulta
frente
a
una
base
de
datos
para
identificar
las
moléculas
vecinas
más

cercanas,
que
al
mismo
tiempo
son
las
más
probables
que
exhiban
la
bioactividad

de
interés
(45).
En
la
literatura
se
han
reportado
varios
estudios
comparativos

entre
técnicas
de
búsqueda
de
similitud
resaltando
sus
meritos
y
deficiencias
[ver

por
ejemplo
(46)].
Sin
embargo,
como
Sheridan
y
Kearsley
(2002)
han
señalado,
es

muy
poco
probable
que
un
solo
mecanismo
de
búsqueda
pueda
comportarse

consistentemente
superior
a
los
demás
en
todos
los
problemas
(47).
Por
esta

razón,
tiene
sentido
aplicar
técnicas
de
búsqueda
complementarias
y
combinar
los

resultados
individuales
en
un
resultado
consenso
para
extender
el
dominio
de

problemas
con
resultados
satisfactorios,
este
enfoque
se
ha
dado
a
conocer
en
los

últimos
años
como
fusión
de
datos
(48).

3.2.
Componentes
de
la
búsqueda
de
similitud

La
búsqueda
de
similitud
molecular
comprende
cuatro
componentes

esenciales:
el
conjunto
de
datos
estructurales
químicos,
que
cubre
cierta
región
del

espacio
químico
a
explorar;
las
estructuras
de
referencia
o
consulta,
que
contienen

la
información
química
de
interés
a
recuperar;
la
representación
matemática
de
los

compuestos
químicos,
a
través
de
descriptores
moleculares;
la
medida
de

(di)similitud,
que
cuantifica
el
grado
y
tipo
de
semejanza
entre
dos
compuestos

químicos;
y
el
algoritmo
de
emparejamiento
o
“matching”,
cuya
función
es
buscar
y

recuperar
los
compuestos
más
parecidos
a
la
molécula
de
referencia
(49).

3.2.1.
Conjuntos
de
datos
químicos

El
desempeño
de
los
índices
de
similitud,
descriptores
moleculares
e,

incluso,
enfoques
de
validación,
es
altamente
dependiente
de
las
bases
de
datos
de

entrenamiento
y
prueba.
Actualmente
existe
un
número
considerable
de
conjuntos

de
datos
estructurales
para
la
evaluación
práctica
de
las
técnicas
de
cribado

virtual,
de
entre
los
más
populares
se
encuentran:
la
mega
base
de
datos
del

proyecto
PubChem,
disponible
gratuitamente
(50);
la
base
de
datos
de
los
cribados

anti-­-VIH
y
anti
cancerígeno
del
Instituto
Nacional
del
Cáncer
(NCI,
del
inglés

National
Cáncer
Institute),
disponible
gratuitamente
(51);
los
repositorios
de
datos

de
la
Sociedad
de
Quimioinformática
y
QSAR,
disponibles
gratuitamente
(52);
los

539