A Química Medicinal é ciência multidisciplinar com ação direta sobre conhecimentos específicos focalizando Química, Biologia, Medicina, Fisiologia, entre outras áreas de estudos no domínio fundamental e tecnológico. Esta ciência atua ainda entre várias interfaces científicas tais como a Bioquímica, Biofísica, Biologia Molecular, Química Biológica e outras.
A investigação no metabolismo de fármacos é a primeira e essencial fase na moderna farmacologia, uma vez que os parâmetros Farmacocinéticos são os mais relevantes dados iniciais a serem considerados no início da Fase 3 em testes clínicos com humanos. Em sua totalidade os dados farmacocinéticos são conhecidos como ADME (Absorção, Distribuição, Metabolismo e Excreção) e, ao lado dos Parâmetros Toxicológicos responde por no mínimo 70 % das avaliações finais negativas de fármacos (não recomendáveis) durante a Fase 3 em testes clínicos com humanos.
Esta dissertação emprega Métodos Quiminformáticos para obter parâmetros metabólicos de fármacos conhecidos com o objetivo de se chegar a modelos de metabolismo preditivos baseados em correlações entre estrutura e atividade e, por intermédio desta avaliação, desenvolver abordagem similar para fármacos desconhecidos tentando obter modelos metabólicos preditivos baseando-se em correlações de estrutura e reatividade, envolvendo as enzimas citocromo P450 dentro do grupo de enzimas CYP1A2, CYP2C9, CYP2C19, CYP2D6 e CYP3A4. A validação do modelo in silico foi desenvolvida por meio de estudos comparativos de perfis metabólicos empregando-se o critério de superposição de dados de compostos com estruturas de referência que mostrem as melhores correlações de estrutura e reatividade considerando enzimas CYP2C9, CYP2D6 e CYP3A4.
Os modelos obtidos podem ser muito úteis na previsão de metabolismo considerando enzimas CYP2C9, CYP2D6 e CYP3A4 para novos tipos de possíveis fármacos, pois, o comportamento referente a tendências de metabolismo de novas entidades químicas pode levar a análises por antecipação de reações enzimáticas. Certamente, este estudo preditivo na Fase I do estudo de fármacos na farmacoterapia reduzirá drasticamente o perfil temporal e o impacto de custos no desenvolvimento de novas substâncias bio-ativas no planejamento da gênese de novos fármacos.

The Medicinal Chemistry is a multidisciplinary science with direct action over specific knowledge focusing Chemistry, Biology, Medicine, Physiology, among others domains of fundamental and technologic studies. This science also acts between several scientific interfaces like Biochemistry, Biophysics, Molecular Biology, Biologic Chemistry, and others
The investigation on drugs metabolism is the first and essential phase on modern Pharmacotherapy since the pharmacokinetics' parameters are the most relevant impute on the beginning of the Phase 3 on Human Clinical Tests.
The overall pharmacokinetics data base is known as ADME (Absorption, Distribution, Metabolism and Excretion) and side by side with the Toxicological Parameters responds at least of 70 % of the total final evaluation of drugs negatively evaluated (not recommended) during the Phase 3 on Human Clinical Tests.
This dissertation employs Chemoinformatic Methods to obtain metabolic parameters of known drugs with the mean objective of to ends up a predictive metabolic pattern based on correlation of structure and activity, and by mean of this evaluation, to perform similar approaches on unknown drugs trying to get predictive metabolic pattern based on correlation of structure and reactivity, involving the cytochrome enzymes P450 on the group of CYP1A2, CYP2C9, CYP2C19, CYP2D6 e CYP3A4. The pattern in silico validation was developed by mean of a comparative studies of metabolic profile ad by using the superposition criteria of the reference structures compounds data base having better correlation of structure and reactivity considering the enzymes CYP2C9, CYP2D6 e CYP3A4.
The obtained pattern can be useful on metabolism prediction considering enzymes CYP2C9, CYP2D6 e CYP3A4 for new kinds of possible drugs, since this behavior concerning metabolic trends of newer chemical entities can arise anticipated analysis of enzymatic reactions. Surely, this predictive studies on Phase 1 of drugs on Pharmacotherapy will reduces drastically the time profile and the costs impacts on developing of new bioactive substances on planning genesis of new drugs.