Desde as primeiras civilizações, o ser humano se utiliza da diversidade química encontrada na natureza como parte do seu desenvolvimento e até mesmo sobrevivência. Dentre os produtos naturais, as plantas possuem destaque pela quantidade de candidatos a fármacos que chegam à fase final de estudos clínicos. Uma família de plantas de grande interesse é a Asteraceae, cujas plantas biossintetizam diferentes tipos de terpenos, poliacetilenos e substâncias fenólicas. Na busca por novas substâncias ativas, surgem as bibliotecas ou coleções de substâncias, extratos e frações que se tornaram uma das bases para a pesquisa das propriedades químicas e biológicas na indústria. Para a análise e conhecimento dessas bibliotecas são utilizadas técnicas analíticas no estado da arte, como a Cromatografia Líquida de Ultra Eficiência (do inglês, UHPLC), acoplada a Espectrômetros de Massas de Alta Resolução (do inglês, HRMS). Nesse trabalho foi desenvolvido um método analítico em CLAE-EM utilizando a abordagem metabolômica da impressão digital. Esse método foi otimizado utilizando ferramentas in silico e validado segundo padrões internacionais para validação bioanalítica, mostrando-se linear, seletivo, robusto, preciso e acurado para o que foi proposto. Esse método foi utilizado ao longo do processo de otimização para a extração de 244 diferentes espécies de Asteraceae, após a obtenção da melhor condição: 20 mg/mL de droga vegetal, proporção de etanol e água de 80% e tempo de extração de ultrassom de 15 min. A partir dessa condição, foram obtidos os extratos e construída assim a coleção denominada AsterLibII. Cento e vinte substâncias de origem natural isoladas pelo grupo de pesquisa AsterBioChem foram devidamente organizadas para compor a AsterLibI. As estruturas 2D obtidas a partir dessas substâncias, juntamente com mais de 8000 estruturas adicionais obtidas pela conversão de arquivos de levantamento bibliográfico, utilizando ferramentas computacionais, formaram a AsterLibIII. Os dados obtidos pela análise da AsterLibII por UHPLC-HRMS mostram a diversidade dos sinais que representam possíveis substâncias em uma faixa de polaridade de alta a média-baixa, não sendo facilmente interpretadas relações entre as amostras, devido à baixa sensibilidade de gráficos de dispersão e da correlação linear necessária para se obter a redução dimensional efetiva por PCA (Principal Component Analysis). Os modelos matemáticos utilizados tanto para a otimização do método analítico como para a obtenção da melhor condição para as bibliotecas se mostraram estatisticamente significativos e forneceram informações sobre as variáveis. Através das ferramentas analíticas e computacionais utilizadas, foi possível a construção de bibliotecas de produtos naturais promissoras para estudos biológicos e químicos, incluindo estudos voltados para modelos de desreplicação

From the begining, civilizations use the chemical diversity found in nature as part of their growing culture and knowledge, even to overcome disease. Among natural products, plants are most noticed because of their success in reaching the final stage of drug discovery. Asteraceae species are of great interest because of the chemical diversity and their dissemination in nature. The chemical compounds found in Asteraceae are terpenes, flavonoids, coumarins, polyacetylenes, benzofurans and phenylpropanoids. With regard to drug discovery, a new emerging approach is the construction of libraries, collections of extracts, compounds and fractions, which have become a fundamental tool for understanding biological and chemical properties, especially in industry. To perform library analysis towards knowledge, state-of-the-art techniques used are UHPLC and HRMS, mainly coupled. In this work, the development and validation of an analytical methodology using the metabolic fingerprint approach was carried out. After validation, the analytical method was considered linear, precise, robust, accurate and selective for the metabolomics analysis. The analytical method was applied together with response surface studies to obtain an efficient extraction condition that allowed to reach most of the chemical diversity. After that, 244 plant samples were extracted and AsterLibII was constructed. 120 natural compounds isolated by members of the AsterBioChem group were duly organized and became AsterLibI. Then, the 2D structures drawn from AsterLibI, along with about 8000 2D structures extracted and converted by computational means from the bibliographic search, became AsterLibIII. Graphical and mathematical analysis was performed on AsterlibII, although it was not easy to see patterns and continue the investigation of metabolites. This was due to the low sensitivity of the dispersion plots and the expected linear correlation to obtain a real dimensional reduction using Principal Component Analysis (PCA). The mathematical models used to understand the variables in the extraction and development of the method showed statistical significance and they were important to access information. Using analytical and computational tools, it was possible to construct libraries of natural products with great potential for biological and chemical studies, including dereplication studies