Resumo

As chalconas são moléculas orgânicas encontradas na natureza em diversas famílias de plantas e com relevância para o mercado químico-farmacológico. Não obstante, a molécula sintética N-{(4’-[(E)-3-3(4-fluorofenil)-1-(fenil)prop-2-em-1-ona]}acetamida (PAAPFBA) também contribui em tais preceito, pois apresenta em sua constituição, atividade ansiolítica e antioxidante. Dadas as potencialidades da PAAPFBA e seus atributos na contemporaneidade, o estudo tem por finalidade investigar em caráter in silico uma possível atividade inseticida e seus impactos sob as abelhas da espécie Apis melífera, visto que, os insumos agrícolas industriais utilizados ocasionam detrimento destes organismos, assim como, impactos à saúde humana. A metodologia foi baseada em métodos QSAR (Quantitative Structure-Activity Relationship) com ênfase nas plataformas InsectiPAD: Insecticide Physicochemical-properties Analysis Database^© e BeeToxAI^©. A partir da utilização desses métodos pode-se inferir que a chalcona PAAPFBA apresenta alto potencial inseticida e não ocasiona toxicidade aguda por via oral ou contato em abelhas do gênero Apis melífera o que pode contribuir para que novas moléculas desta classe de compostos possam ser introduzidas no mercado agroindustrial. Todavia, ainda se faz necessário a incorporação de diversos ensaios em diferentes compartimentos ambientais (água, sedimento e solo) para investigar seus possíveis impactos nestes locais buscando a efetividade, segurança e saúde ambiental.

Palavras-chave

• Atividade Inseticida
• Chalcona
• Ecotoxicologia
• Toxicidade
• Abelhas

Referências

• Almeida Neto, F. W. D. Q. (2021). Theoretical, structural and in silico analysis of aminochalcones derivatives with potential antioxidant and anti-SARS-CoV-2. 152 f. Tese (Doutorado em Química) - Universidade Federal do Ceará, Fortaleza. Disponível em: < https://repositorio.ufc.br/handle/riufc/61340 >. Acesso em: Jun, 2022.
• Almeida-Neto, F. W. Q. et al. (2020). Characterization of the structural, spectroscopic, nonlinear optical, electronic properties and antioxidant activity of the N-{4’-[(E)-3-(Fluorophenyl)-1-(phenyl)-prop-2-en-1-one]}-acetamide. Journal of Molecular Structure, 1220, 128765.
• Alves, V. M. et al. (2016). Alarms about structural alerts. Green Chemistry, 18(16), 4348-4360.
• Alves, V. M. et al. (2018). Development of web and mobile applications for chemical toxicity prediction. Journal of the Brazilian Chemical Society, 29, 982-988.
• Avram, S et al. (2014). Quantitative estimation of pesticide-likeness for agrochemical discovery. Journal of cheminformatics, 6(1), 1-11.
• Balsan, J. D. et al. (2019). Desenvolvimento de metodologia de revelação de impressão digital latente com chalconas. Química Nova, 42, 845-850.
• Banks, J. E. et al. (2020). Lethal and sublethal effects of toxicants on bumble bee populations: a modelling approach. Ecotoxicology, 29(3), 237-245.
• Bickerton, G. Richard et al. (2012). Quantifying the chemical beauty of drugs. Nature chemistry, 4(2), 90-98.
• Cronin, M. T. D. An introduction to chemical grouping, categories and read-across to predict toxicity. Chemical Toxicity Prediction, 1-29.
• Ferreira, M. K. A. et al. (2019). Anxiolytic-like effect of chalcone N-{(4′-[(E)-3-(4-fluorophenyl)-1-(phenyl) prop-2-en-1-one]} acetamide on adult zebrafish (Danio rerio): Involvement of the GABAergic system. Behavioural Brain Research, 374, 111871.
• Ferreira, M. K. A. et al. (2018). Potencial farmacológico de chalconas: Uma breve revisão. Revista Virtual de Química, 10(5).
• Jia, C. Y., Wang, F., Hao, G. F., & Yang, G. F. (2019). InsectiPAD: A web tool dedicated to exploring physicochemical properties and evaluating insecticide-likeness of small molecules. Journal of Chemical Information and Modeling, 59(2), 630-635.
• Mei, L. C et al. (2022). Pesticide Informatics Platform (PIP): An International Platform for Pesticide Discovery, Residue, and Risk Evaluation. Journal of Agricultural and Food Chemistry.
• Mohamad, A. S. et al. (2010). Antinociceptive activity of a synthetic chalcone, flavokawin B on chemical and thermal models of nociception in mice. European Journal of Pharmacology, 647(1-3), 103-109.
• Moreira-Filho, J. T. et al. (2021). BeetoxAI: An artificial intelligence-based web app to assess acute toxicity of chemicals to honey bees. Artificial Intelligence in the Life Sciences, 1, 100013.
• Myatt, G. J. et al. (2018). In silico toxicology protocols. Regulatory Toxicology and Pharmacology, 96, 1-17.
• Naresh, P. et al. (2022). Larvicidal and histopathological efficacy of cinnamic acid analogues: A novel strategy to reduce the dengue vector competence. RSC advances, 12(16), 9793-9814.
• Neves, B. J. et al. (2020). Deep Learning-driven research for drug discovery: Tackling Malaria. PLoS computational biology, 16(2), e1007025.
• Özdemir, A et al. (2015). Synthesis and evaluation of new indole-based chalcones as potential antiinflammatory agents. European journal of medicinal chemistry, 89, 304-309.
• Riniker, S.; Landrum, G. A. (2013). Similarity maps-a visualization strategy for molecular fingerprints and machine-learning methods. Journal of cheminformatics, 5(1), 1-7.
• Singh, Narender et al. (2012). A physicochemical descriptor-based scoring scheme for effective and rapid filtering of kinase-like chemical space. Journal of cheminformatics, 4(1), 1-12.
• Thorbek, P. et al. (2017). Colony impact of pesticide‐induced sublethal effects on honeybee workers: A simulation study using BEEHAVE. Environmental toxicology and chemistry, 36(3), 831-840.
• USEPA Environmental Protection Agency, Guidance for assessing pesticides risks to bees, 2014. Disponível em: < https://www.epa.gov/pollinator-protection/pollinator-risk-assessment-guidance >. Acesso em: Jun, 2022.
• Vanangamudi, G., Subramanian, M., & Thirunarayanan, G. (2017). Synthesis, spectral linearity, antimicrobial, antioxidant and insect antifeedant activities of some 2, 5-dimethyl-3-thienyl chalcones. Arabian Journal of Chemistry, 10, S1254-S1266.
• Yusof, I.; Segall, M. D. (2013). Considering the impact drug-like properties have on the chance of success. Drug Discovery Today, 18(13-14), 659-666.
• Zheng, M.; Andrade, C. H.; Bajorath, J. (2021). Introducing artificial intelligence in the life sciences. Artificial Intelligence in the Life Sciences, 1, 100001.

Informações do artigo