In silico risk assessment studies of new psychoactive substances derived from Amphetamines and Cathinones

Abstract

A quantidade e a variedade de novas substâncias psicoativas (NPS) estão a aumentar e há dificuldades na avaliação dos seus riscos. Nesse sentido, os métodos in silico são potencialmente úteis para prever as propriedades do NPS com mais rapidez e menor custo. Neste trabalho foi utilizado um modelo quantitativo de relação estrutura-atividade (QSAR) para verificar o risco de drogas derivadas de anfetaminas e catinonas. Um conjunto de dados de 26 derivados com afinidade in vitro pelo transportador de norepinefrina (NET) foi selecionado. Para garantir a reprodutibilidade dos resultados, foram utilizados apenas descritores moleculares geométricos (nível AM1 (modelo Austin 1)) obtidos na plataforma ChemDes e seleção ordenada de preditores (OPS). O modelo apresenta boas estatísticas internas (n = 23; coeficiente de determinação (R2) = 0,914). O pequeno número de amostras foi dividido em sete conjuntos de treinamento (n = 17) e sete conjuntos de teste (n = 6). A média R2pred = 0,754 mostrou que o modelo possui boa capacidade preditiva. Com base nos testes, esse modelo pode prever com precisão a faixa de risco de três derivados previamente selecionados: metedrona (baixo), ecatinona (médio) e metanfetamina (alto), mesmo quando são empregados apenas dados referentes ao NET. Usamos esses dados para criar um programa simples e gratuito em Java que se concentra na avaliação de risco de drogas recreativas pertencentes a esta classe de compostos.