Descripción del proyecto
ESTE PROYECTO PRETENDE CONTRIBUIR AL AVANCE DEL CONOCIMIENTO EN LOS CAMPOS DE LA SINTESIS Y LA QUIMICA COMPUTACIONAL (MACHINE LEARNING), EL OBJETIVO GENERAL ES EL DESARROLLO DE METODOLOGIA PARA LA FORMACION SELECTIVA DE ENLACES C-C A TRAVES DE REACCIONES DE FUNCIONALIZACION C-H CATALIZADAS POR METALES DE TRANSICION PARA EL ACCESO A HETEROCICLOS DE IMPORTANCIA BIOLOGICA, A TRAVES DE PROCEDIMIENTOS EFICACES Y CON ECONOMIA DE ATOMOS, ASI, SE DESARROLLARAN ESTRATEGIAS DE ACTIVACION C(SP2)-H MEDIANTE CATALISIS DE PD(II) CENTRANDONOS EN ASPECTOS MAS AMBICIOSOS, COMO EL CONTROL DE LA QUIRALIDAD AXIAL C-C Y C-N EN COMPUESTOS BI(HETERO)ARILICOS MEDIANTE REACCIONES DE OLEFINACION Y/O DE ACILACION, POR OTRA PARTE, EL USO EN CATALISIS DE METALES MAS ECONOMICOS Y MENOS TOXICOS, COMO CO(III), PLANTEA OPORTUNIDADES PARA EL DESARROLLO DE NUEVA REACTIVIDAD Y APLICACIONES SINTETICAS, ESTE PROYECTO PROPONE CONTRIBUIR AL DESARROLLO DE METODOLOGIAS BASADAS EN LA CATALISIS CON CO(III) MEDIANTE REACCIONES DE ENLACES C(SP2)-H Y C(SP3)-H, INCLUYENDO TAMBIEN CATALISIS ASIMETRICA, ASI, SE PLANTEA EL DESARROLLO DE PROCEDIMIENTOS SELECTIVOS Y EFICACES PARA LA OBTENCION DE HETEROCICLOS DE TAMAÑO MEDIO MEDIANTE CICLACION INTRAMOLECULAR DE INTERMEDIOS TIPO ARIL-CO(III), OBTENIDOS MEDIANTE ACTIVACION DE ENLACES C(SP2)-H, LA FUNCIONALIZACION SELECTIVA DE ENLACES C(SP3)-H ES UN IMPORTANTE RETO QUE TAMBIEN SE AFRONTARA EN ESTE PROYECTO PARA LA FUNCIONALIZACION EN POSICION ALFA AL NITROGENO EN HETEROCICLOS SATURADOS MEDIADA POR CO(III), EL DESARROLLO DE METODOS PARA ACCEDER A COMPUESTOS ENANTIOMERICAMENTE PUROS MEDIANTE REACCIONES QUE IMPLIQUEN LA ACTIVACION DE ENLACES C(SP2)-H Y C(SP3)-H CON CATALIZADORES DE CO(III) ES UN AREA DE INTERES DE MUY RECIENTE DESARROLLO, ESTE PROYECTO PLANTEA EL ESTUDIO DE PROCEDIMIENTOS PARA LA GENERACION DE CENTROS TERCIARIOS Y CUATERNARIOS, EN LAS VERSIONES ASIMETRICAS DE LOS PROCESOS INDICADOS ANTERIORMENTE, EL DESARROLLO DE METODOLOGIA SINTETICA ES ESENCIAL PARA EL DISEÑO Y PREPARACION DE MOLECULAS CON PERFILES MEJORADOS DE ACTIVIDAD BIOLOGICA, PERO SIN DUDA LA QUIMICA COMPUTACIONAL ES UNA HERRAMIENTA IMPORTANTE Y UTIL EN ESTE CONTEXTO, ASI, SE PUEDEN USAR ALGORITMOS DE APRENDIZAJE AUTOMATICO (MACHINE LEARNING) PARA LA IDENTIFICACION DE CANDIDATOS ACTIVOS PARA UN DETERMINADO OBJETIVO BIOLOGICO, MEJORANDO EL DISEÑO DEL COMPUESTO, PERO TAMBIEN PARA PREDICCION DE REACCIONES O DISEÑO DE CATALIZADORES, EN ESTE PROYECTO SE UTILIZARA UNA DOBLE APROXIMACION: POR UNA PARTE SE DESARROLLARAN MODELOS COMPUTACIONALES PARA PREDECIR Y SELECCIONAR CANDIDATOS CON ESTRUCTURA DE PIRROLOISOQUINOLINA, EN BASE A RESULTADOS EXPERIMENTALES PREVIOS, QUE PUEDAN SER SINTETIZADOS Y ENSAYADOS EXPERIMENTALMENTE PARA SU ACTIVIDAD ANTI-LEISMANIASIS, ESTOS MODELOS PTML TAMBIEN DARAN INFORMACION SOBRE POSIBLES MECANISMOS DE ACCION DE LOS COMPUESTOS SELECCIONADOS MEDIANTE CRIBADO COMPUTACIONAL DE ALTO RENDIMIENTO (HIGH-THROUGHPUT COMPUTATIONAL SCREENING) DE POSIBLES PROTEINAS OBJETIVO EN EL PROTEOMA DE LEISHMAIA SPP, ADEMAS, SE DESARROLLARAN MODELOS PARA PREDECIR QUE PARES DE COMPUESTO-NANOPARTICULA SERIAN LOS MAS ADECUADOS PARA FORMAR NDDS PARA LOS COMPUESTOS ENSAYADOS, LA RUTA SINTETICA DISEÑADA PARA ACCEDER A ESTOS COMPUESTOS IMPLICA UNA REACCION EN CASCADA, POR LO QUE SE PLANTEA TAMBIEN EL USO DE MODELOS PTML PARA ESTUDIAR LA REACTIVIDAD Y ENCONTRAR TENDENCIAS QUE CONDUZCAN A LA MEJORA DEL RENDIMIENTO Y/O LA ENANTIOSELECTIVIDAD, ACTIVACION C-H\CATALISIS ASIMETRICA\METALES DE TRANSICION\HETEROCICLOS\QUMIO/BIOINFORMATICA\APRENDIZAJE AUTOMATICO