PLANEJAMENTO FATORIAL PARA ESTUDO DA INFLUÊNCIA DAS INTERAÇÕES INTRAMOLECULARES NA LIPOFILICIDADE DE ANÁLOGOS DA PROCAINAMIDA

Cristiano Raminelli(PG)¹, Leonardo J. A. de Siqueira(PG)¹,Danilo S. Policastro(IC)¹, Alberto Malvezzi(IC)¹, Roy E. Bruns(PQ)² e Antonia T. do Amaral (PQ)¹

Departamento de Química Fundamental, Instituto de Química, USP, São Paulo, Brasil¹; Instituto de Química, UNICAMP, Campinas, Brasil ².

Palavras-chave: log P_HPLC, planejamento farorial, anestésicos locais/procainamida.

O sucesso no desenvolvimento de novos fármacos requer não apenas estudos de otimização das interações ligante-receptor, como também é preciso que o fármaco atinja seu alvo¹. Assim, por não apresentarem a biodisponibilidade adequada, muitos compostos candidatos a fármacos que são bastante ativos in vitro, apresentam-se inativos in vivo. Assim, recomenda-se² considerar os parâmetros ADME (Absorção, Distribuição, Metabolismo e Excreção) já no início do planejamento, ou seja, já na fase de otimização da estrutura fundamental. Por outro lado, sabe-se que a distribuição de um composto tem relação direta com sua lipossolubilidade, podendo esta ser expressa por seu coeficiente de partição, log P. E, que para compostos com atividade anestésica local (AAL), como por exemplo análogos à procainamida³, log P é um dos fatores que mais contribui para a AAL.

Com respeito a lipossolubilidade¹ de um composto sabe-se que esta é influenciada tanto pela presença de grupos ionizáveis como através das interações intramoleculares, envolvendo grupos polares, como por exemplo, os efeitos de conjugação eletrônica em sistema aromáticos e de proximidade entre grupos polares numa mesma molécula.

No presente trabalho, dando prosseguimento a estudos realizados no laboratório para compostos com AAL, foi proposto a utilização de um planejamento fatorial para verficar e quantificar a influência de forças intramoleculares nos valores do coeficiente de partição aparente (log P_app) de quatro análogos da procainamida; a saber cloridratos de N-[(dimetilamino)metil]-4-X benzamidas⁴, compostos 1 (X = NO₂ ) e 2 (X = OCH₃) e N-[(dimetilamino)etil]-4-X benzamidas (compostos 3 (X = NO₂) e 4 (X = OCH₃)).

Os compostos 3 e 4 foram preparados procedendo-se de acordo com a literatura⁵ a partir de 0,05 mol dos correspondentes ácidos benzóicos 4-X-substituídos, formando-se adutos através das respectivas reações com 0,05 mol de cloroformiato de etila, 0,05 mol de trietilamina em THF e posterior adição de 0,05 mol de N,N-dimetiletilenodiamina. Os compostos 3 e 4 foram obtidos com rendimentos de 19% e de 40% e foram caracterizados e identificados por seus P.F. e espectros de RMN ¹H e ¹³C em um espectrômetro Varian INOVA 300.

Para cada composto, os valores de log P foram inicialmente calculados pelo programa CLOGP (Biobyte, USA) e, a seguir determinados em duplicatas, pelo método de RP-HPLC em um cromatógrafo Shimadzu, modelo LC10Ai, utilizando-se como fase móvel tampão universal para UV em pH 9.0 (escolhido devido a limitações experimentais), pré-saturado com n-octanol, força iônica m=0.2M e a temperatura controlada e ajustada para 23±1^oC.

Como fase estacionária foi utilizada uma coluna de fase reversa Supelcosil LC18 15cm x 4.6mm, saturada com n-octanol. Utilizou-se um fluxo de 0,25ml/min e detector fotodiodo.

Os valores de log P_app foram estimados a partir dos valores do tempo de retençào (t_R) determinados para 1, 2, 3 e 4 e da equação de padronização do sistema, eq.1, variando de @ -1.700 a @ 1.232 em escala logarítmica. Os valores do tempo “morto” (t₀) foram obtidos com glicina e a eq 1 foi obtida utilizando-se como substâncias padrão: tiouréia, nitrometano, benzamida e acetofenona

log P_app = 1.011(± 0.26)log k’ + 0.0352 (Equação 1)

n = 4 R = 0.999 SD = 0.071 F = 760.07

Os valores obtidos de log P_app (HPLC) foram utilizados em uma análise fatorial 2^{2 (6)}, tomando-se como fatores os substituintes, sendo que CH₃O (-) foi considerado como nível baixo e NO₂ (+) como nível alto. O segundo fator escolhido foi a distância entre os grupos polares, que teve como nível baixo um CH₂ (-) e como nível alto dois CH₂ (+) para verificar as contribuições dos efeitos.

Os efeitos foram calculados introduzindo-se os valores médios das duplicatas de log P_app (HPLC) no programa FATORIAL⁶.

Tabela 1. Efeitos e seus desvios padrões calculados para o planejamento fatorial 2².

Os resultados da análise fatorial, apresentados na Tabela 1 mostraram que o efeito dos substituintes não é significativo pois este é menor que o desvio padrão, ou seja, os substituintes escolhidos como fator não influenciaram as medidas de log P_app. No entanto, o fator que se refere à distância entre os grupos polares nos compostos estudados mostrou-se significativo, ou seja, quando foi aumentada a separação dos grupos polares por dois grupos metilênicos foi observada uma diminuição no valor do log _app.

Estes resulatdos podem ser explicados, considerando-se que cada grupo polar tendo sua esfera de hidratação, torna os compostos mais hidrofílicos, o mesmo não ocorre nos compostos 1 e 2. O efeito de interação entre os fatores um e dois mostrou-se significativo aumentando o log P_app. Isto pode ser explicado, considerando-se os compostos 3 e 4; pelo fato do composto 3 apresentar uma das esferas de hidratação maior pelo efeito aceptor de elétrons do grupo nitro (s_p=+0.78), ocorrendo uma sobreposição das suas esferas de hidração que diminue a sua lipossolubilidade em relação ao composto 4. Foi possível verificar ainda que a diferença observada entre o valor de log P calculado pelo , programa ClogP (não considera a contribuição de grupos ionizáveis para a partição) e o valor de log P app nos dá informações sobre algumas das interações intramoleculares, presentes nesta série de compostos estudados.

1) van de Waterbeemd, H. (1995) In: Methods and Principles in Medicinal Chemistry. vol 4 (Mannhold, R., Kubinyi, H., Timmerman, H., eds) VCH. Weinheim. 2) Kubinyi, H., Current Opinion in Drug Disc. & Devel. , 1998, 1, 4 -15. 3) Amaral, A.T.do, Oliveira, A. C., Neidlein, R., Gallacci, M., Caprara, L., Miyazaki, Y., Eur. J. Med. Chem., 1997, 32, 433 – 443. 4) Amaral A. T.do, Miyazaki Y., Tavares L. C., Oliveira. A. C., Gallacci. M. (1995), In: QSAR and Molecular Modelling : Concepts, Computational Tools and Biological Applications, F.Sanz, J.Giraldo F.Manaut (ED), J. R. Prous Science Publishers, Barcelona, Spain, 134-136. 5) Harrold, M. W., Sriburi, A., Matsumoto, K., Miller, D. D., Farooqui, T., Urestky, N.,

J. Med. Chem. 1993, 36, 3166 – 3170. 6) B. de Barros Neto, I. S. Scarminio, R. E. Bruns. “Planejamento e Otimização de Experimentos” Editora UNICAMP, Campinas, SP, 1995;

CNPq, FAPESP, DAAD.