A dor neuropática atinge cerca de 6 a 10% da população global e estima-se o seu aumento nos próximos anos. Essa síndrome não tem cura e afeta consideravelmente a qualidade de vida das pessoas por ela acometidas. Os medicamentos utilizados atualmente para o seu tratamento, como antidepressivos, anticonvulsivantes, opióides, dentre outros, não proporcionam um resultado satisfatório pelo fato de não reduzirem consideravelmente os sintomas e/ou por terem muitos efeitos colaterais. Pesquisas recentes mostram que o receptor sigma-1 pode ser utilizado no tratamento da dor neuropática. Verificou-se na literatura uma nova série de pirimidinas que são capazes de se ligar ao receptor sigma-1, atuando como seus antagonistas, sendo potenciais alvos para a produção de fármacos que podem ser utilizados no tratamento da dor neuropática. Então, estudos de Relações Quantitativas Estrutura-Atividade (QSAR) foram realizados utilizando os métodos de Mínimos Quadrados Parciais (PLS) e Redes Neurais Artificiais (ANN) para prever a atividade biológica dessa série de pirimidinas. Os resultados obtidos se mostraram satisfatórios tanto para o método de PLS (r² = 0,877, q² = 0,800 e r²_teste = 0,738), quanto para o método de ANN (r²_trein = 0,734, r²_val = 0,753 e r²_teste = 0,676), mostrando que o conjunto de compostos antagonistas do receptor Sigma-1 pode ser descrito tanto de forma linear quanto de forma não-linear.

Neuropathic pain affects about 6 to 10% of the global population and it is estimated to increase in the coming years. This syndrome has no cure and considerably affects the life quality of people affected by it. Medications currently used for its treatment, such as antidepressants, anticonvulsants, opioids, among others, do not provide a satisfactory result because they do not significantly reduce the symptoms and/or have many side effects. Recent research shows that the sigma-1 receptor can be used in the treatment of the neuropathic pain. A new series of pyrimidines have been found in the literature, which are capable of binding to the sigma-1 receptor, acting as its antagonists, and have been synthesized as potential targets that can be used in the treatment of the neuropathic pain. Therefore, Quantitative Structure-Activity Relationships (QSAR) were performed using Partial Least Squares (PLS) and Artificial Neural Networks (ANN) methods to predict the biological activity of this series of pyrimidines. Through the mathematical models obtained by PLS (r² = 0.877, q² = 0.800 and r²_test = 0.738) and ANN (r²_trein = 0.734, r²_val = 0.753 and r²_test = 0.676) methods, it was showed that they were able to predict the biological activity of the studied pyrimidines.