Applicazione della Teoria del Funzionale Densità allo sviluppo di QSAR

IL regolamento europeo REACH (Registration, Evaluation, Authorisation and Restriction of Chemicals) è entrato in vigore nel 2007. Da allora un rinnovato interesse vi è per quelle tecniche come i test in vitro e in silico capaci di ridurre il numero, il costo, e l'impatto culturale dei test in vivo per la tossicità. I metodi in silico sono stati permessi dal REACH per valutare la tossicità dei chemicals. La così detta computational toxicology offre nuove possibilità anche agli igienisti industriali. Tra le tante tecniche una delle più promettenti, e difficili, è rappresentata dalle Quantitative Structure Activity Relationships (QSAR). Il paradigma delle QSAR è l'esistenza di una qualche relazione quantitativa tra l'attività biologica, o la tossicità di una molecola (endpoint) e la sua struttura o proprietà molecolari, dette perciò molecular descriptors MD. Calcolando o misurando gli MD per un set di molecole si può ottenere la relazione tra MD e tossicità QSAR e sulla base di questa stimare l'endpoint per molecole incognite nello stesso dominio chimico. Molte tecniche sono disponibili per lo sviluppo di QSAR ma non c'è accordo su quale sia la migliore. L'Organization for Economic Cooperation and Development (OECD) ha stabilito cinque principi cui attenersi per la validazione di una QSAR, ma nessun modello. Nello sviluppo di QSAR possiamo distinguere due approcci: il primo è quello statistico, il secondo meccanicistico. In questo lavoro di tesi è stato adottato quello meccanicistico che pone enfasi sul Mechanism of Action (MOA) per la valutazione della tossicità molecolare e lo sviluppo della QSAR. In questa ricerca sono state esaminate piccole molecole organiche di provenienza industriale policlorodibenzofurani (DBF), policloronaftaleni (PCN), polibromodifenileteri (PBDE), derivati del benzene (NB), scelti sulla base del ruolo che nel loro MOA dovrebbe essere svolto da un particolare recettore Aryl Hydrocarbon Receptor (AhR). MD come la polarizzabilità, l'anisotropia della polarizzabilità, gli indici di elettrofilicità globale e locale, l'hardness molecolare, sono stati calcolati per ciascuna molecola tramite Density Functional Theory DFT e messi in relazione con tecniche di analisi statistica multivariata e partial least squares regression (PLSR). I risultati ottenuti su di un set di 89 NB mostrano che nonostante l'analisi statistica, e più in particolare il p value indichino la possibilità dell'esistenza di una QSAR tra MD elettronici e tossicità altri risultati (R2adj ) e response plot, suggeriscono che questa relazione possa non essere lineare. Particolare influenza sui risultati statistici hanno la grandezza e la composizione del training set di molecole usate per svilupparela QSAR. Fra le cause della mancanza di robustezza statistica del modello vi è la possibile presenza di outliers e activity cliffs. Nonostante il quinto dei principi elencati da OECD affermi che un modello QSAR dovrebbe essere associato a "... a mechanistic interpretation, if possible", una ipotesi di MOA è necessaria per stabilire il dominio del modello poiché la sola correlazione statistica non garantisce la certezza dell'esistenza della QSAR. Nel complesso sembra più prudente rovesciare il quinto principio e dire che solo quando è possibile una ipotesi sul MOA è possibile ottenere un modello in grado spiegare la presenza di outliers e activity cliffs la cui presenza inficia irrimediabilmente l'affidabilità dei modelli QSAR. La tesi è divisa in 6 capitoli. Nel primo viene introdotto il tema del REACH, nel secondo vengono discussi i problemi relativi alla scelta dell'endpoint e del dominio di applicabilità del modello. Il terzo capitolo e dedicato a fornire cenni sulla DFT. Nel quarto vengono date informazioni sugli MD utilizzati. Il quinto presenta i risultati degli esperimenti numerici. Nel sesto si trovano conclusioni e bibliografia.