3

REVISTA CON-CIENCIA N°1/VOL.7: 41-56. ABRIL 2019. ISSN: 2310-0265

Estudio de propiedades moleculares del glifosato usando métodos químico-cuánticos computacionales

Study of molecular properties of glyphosate using chemical-quantum computational methods

CHOQUE, RIGOBERTO1

NOGALES, JORGE1, 2

FECHA DE RECEPCIÓN: 12 DE MARZO DE 2019 FECHA DE ACEPTACIÓN: 15 DE ABRIL DE 2019

Resumen

En este trabajo de investigación se rea- lizó un estudio computacional del glifosato calculando detalladamente las propiedades moleculares del mismo. Se logró a través de este trabajo la caracterización del herbicida glifosato, presentado valores de longitudes de enlace y ángulos así como de propieda- des químicas de interés en estudios QSAR, de energías y de bioactividad obtenidos por métodos mecano cuánticos utilizando la mecánica molecular, semiempirico y ab ini- tio. Se analizaron los resultados obtenidos al comparar los datos experimentales del glifosato con los obtenidos computacional- mente demostrando una buena correlación. La estructura del glifosato fue trazada usan- do la interfaz de Hyperchem; esta fue some- tida a cálculos de optimización geométrica inicialmente de Mecánica Molecular para

Abstract

In this research work a computational study of glyphosate was carried out, calcu- lating in detail the molecular properties of it. Through this work, the characterization of the glyphosate herbicide was achieved, presenting values of link lengths and angles as well as chemical properties of interest in QSAR studies, of energies and bioactivi- ty obtained by quantum mechano methods using molecular, semi-empirical and ab-me- chanical mechanics. initio The results ob- tained were analyzed by comparing the ex- perimental data of glyphosate with those obtained computationally demonstrating a good correlation. The structure of glypho- sate was plotted using the Hyperchem inter- face; This was subjected to geometric opti- mization calculations initially of Molecular Mechanics to obtain the most stable struc-

1 Carrera de ciencias químicas.FCPN-UMSA Cota Cota calle 27 campus universitario La Paz - Bolivia 2Quimica General e Inorganica,carrera Química Farmaceutica.FCFB-UMSA.Av.Saavedra 2224 La Paz – Bolivia 1, 2 jorge.nogales.vera@gmail.com

obtener la estructura más estable, poste- riormente todas las estructuras fueron ana- lizadas mediante el método semiempirico PM3 para obtener valores más confiables de energía y geometría. Para el método ab initio se usó la base 3-21G. La minimización de la energía de las estructuras se desarro- lló por el método Fletcher-Reeves de gra- diente conjugado hasta un valor de gradien- te RMS (root-mean-square) menor a 0,100 Kcal/(A°mol) o un máximo de 500 ciclos de iteración, el límite de convergencia SCF em- pleado fue de 0,001 Kcal/mol. Las propieda- des moleculares necesarias en QSAR (Rela- ciones estructura actividad) y la predicción de bioactividad se realizó en el software quimio informático Molinspiration. El orde- namiento de los datos numéricos, las gráfi- cas, regresiones y el ANOVA se realizaron en Excel 2015. Los valores encontrados de lon- gitud de enlace resultan muy satisfactorios, se encontró que el estadístico F (0,1574) es menor al valor crítico (2,479) y la P es ma- yor a 0,05, aceptándose la hipótesis nula, la desviación media absoluta resultó 0,27Å. La regresión dió coeficientes r2 de 0,89-0,86 y 0,76 para el método semiempirico, mecá- nica molecular y ab initio respectivamen- te.Para los ángulos, los valores encontrados también son satisfactorios, el estadístico F ( 0,226 ) valor crítico (2,43) y la P es mayor a 0,05, desviación media absoluta encontrada fue de 5,02 grados.

ture, subsequently all structures were ana- lyzed using the PM3 semi-empirical method to obtain more reliable energy and geom- etry values. For the ab initio method, the 3-21G base was used. The energy minimiza- tion of the structures was developed by the Fletcher-Reeves method of conjugate gradi- ent up to a RMS (root-mean-square) gradi- ent value less than 0,100 Kcal / (A°mol) or a maximum of 500 iteration cycles , the SCF convergence limit used was 0,001 Kcal / mol. The molecular properties required in QSAR (Activity structure relationships) and bioac- tivity prediction were performed in the Mo- linspiration computer chemo software. The ordering of the numerical data, the graphs, regressions and the ANOVA were per- formed in Excel 2015. The values found for link length are very satisfactory, it was found that the F statistic (0,1574) is less than the critical value (2,479) and the P is greater than 0.05, accepting the null hypothesis, the ab- solute mean deviation was 0.27Å. The re- gression gave r2 coefficients of 0,89-0,86 and 0,76 for the semi-empirical method, molec- ular mechanics and ab initio respectively. For the angles, the values found are also sat- isfactory, the statistical F (0,226) critical val- ue (2,43) and P is greater than 0,05, absolute mean deviation found was 5,02 degrees.

PALABRAS CLAVE

Glifosato, Mecánica molecular, semiempírica, Ab initio, Química computacional, herbicida

KEY WORDS

Glyphosate, Molecular mechanics, semiempirical, Ab initio, Computational chemistry, herbicide

INTRODUCCIÓN

Es innegable que el uso del herbicida glifosato ha incrementado la pro- ductividad en la agricultura , pero también se tienen reportes acerca de su potencial actividad cancerígena (Williams,G.M, 2000) , de allí la importancia de aumentar los conocimientos de sus propiedades moleculares. La necesi- dad de conocer a profundidad a este tipo de compuestos, su conformación

y sus propiedades químicas fueron los motivos para el desarrollo del presen- te trabajo. Para ello hemos estudiado a este compuesto relacionando valores moleculares teóricos calculados por métodos mecano-cuánticos y computa- cionales con los valores experimentales disponibles.

A nivel mundial la agricultura ha logrado incrementos productivos no- tables, acompañados de una creciente obtención de alimentos, impulsada por el uso de insumos para el control de malezas, plagas y enfermedades asi como también de fertilizantes. Los últimos 50 años del siglo XX y lo que va del siglo XXI se caracterizan por una fuerte dependencia de los agroquímicos como elementos fundamentales en el control de las adversidades en los cul- tivos. El desarrollo de diferentes herbicidas a partir de la década de 1940 ha dado lugar a la idea de que el control químico es una herramienta que posibi- lita la erradicación de malezas, convirtiéndose desde entonces en el método principal utilizado por los productores agropecuarios. (Villalba, 2009)

China es el principal productor y exportador de glifosato en el mundo con una producción estimada de 850,000 Ton por año para comienzos de 2010 y exportaciones promedio del orden de 300,000 Ton anuales; los principales destinos de exportación América del norte, del sur y Malasia. (Cirbián, 2011)

En 2014, Bolivia importó 12 millones de toneladas de glifosato, herbicida usado en el país para los cultivos de soya, debido a que en 2004 se autorizó el uso de la semilla transgénica. (Cirbián, 2015)

Más de un millón de toneladas de agroquímicos ingresan a Paraguay anualmente. Son fertilizantes, secantes, insecticidas y funguicidas que se apli- can en más de 3 millones de hectáreas empleadas en el cultivo de soja y otros granos que exporta. Además, un porcentaje del producto importado se refor- mula y se exporta de nuevo, principalmente a Bolivia, según datos proveídos por el SENAVE (Servicio Nacional de Calidad y Sanidad Vegetal y de Semillas)

; entre esos químicos existen varios prohibidos en otros puntos del mundo por los daños que pueden provocar a la salud humana y al medio ambien- te, como el glifosato, el paraquat, 2,4D, el acefato, entre otros. (Ladaga, 2015)

DESCRIPCIÓN MOLECULAR DEL GLIFOSATO

El glifosato (N-fosfonometil-glicina, C3H8NO5P, CAS 1071-83-6) es un herbicida de amplio espectro, desarrollado para la eliminación de hierbas y de arbustos, en especial los perennes. El glifosato es un aminofosfonato y un análogo del aminoácido natural glicina. El nombre es la contracción de glici- na, fosfo- y -ato, partícula que designa a la base conjugada de un ácido. Fue descubierta su actividad herbicida en 1970 por John E. Franz, trabajando en Monsanto. Por su hallazgo, en 1990 Franz recibió la National Medal of Tech- nology en 1987, y la Medalla Perkin en Química Aplicada. (Stong, 1990)

En la tabla 1 se resumen algunas de sus propiedades :

Tabla 1. Propiedades físicas y químicas del Glifosato

Esta información corresponde al Glifosato No. CAS 1071-83-6

Bioquímica y Mecanismo de acción del glifosato

El glifosato mata las plantas interfiriendo con la síntesis de los aminoáci- dos fenilalanina, tirosina y triptófano. Lo hace inhibiendo la enzima 5-enolpi- ruvilshikimato-3-fosfato sintasa (EPSPS). (Steinrücken, 1980)

Parrot (1995) estableció que el crecimiento se detiene a las pocas horas de la aplicación, las hojas tardan días en volverse amarillas. La EPSPS sólo es sin- tetizada por plantas y algunos microbios, pero no por mamíferos, por lo que este mecanismo de acción no les afecta.Como se mencionó el glifosato actúa inhibiendo la 5-enolpiruvil-shiquimato-3-fosfato sintasa (EPSPS), enzima res- ponsable de la formación de los aminoácidos aromáticos fenilalanina, tirosi- na y triptófano. El shikimato (anión del ácido shikímico) es el precursor clave y común en la biosíntesis de todos los aminoácidos aromáticos y del triptó- fano que resulta de la ciclación de un ácido heptónico. La EPSPS cataliza la reacción entre shiquimato-3-fosfato (S3P) y fosfoenolpiruvato (PEP) para for- mar ESP y fosfato. Los aminoácidos aromáticos se utilizan también para for- mar metabolitos secundarios como los folatos, las ubiquinonas y las nafto- quinas. La ruta del proceso bioquímico del shiquimato no se encuentra en animales. (Alibhai, 2001)

Solomon (2007) afirma que se utiliza en erradicación de cultivos ilícitos de amapola, coca y otras plantas usadas en la fabricación de estupefacientes. Y también como herbicida en los cultivos de soja, que ha sido manipulada ge- néticamente para no ser afectada por esta sustancia.

Según Felsot (2000) la EPSPS es codificada por el núcleo celular y transpor- tada al cloroplasto a través de un péptido de transporte, y es en el cloroplas- to donde participa de la ruta metabolica del acido shikimico.

En esta via se emplea un 20 por ciento del carbono fijado durante la foto- síntesis. Esta enzima asociada a la síntesis de tres aminoácidos esenciales cro- máticos: fenilalanina, tirosina y triptófano; también está relacionado a la sín- tesis de compuestos aromáticos como ligninas, alcaloides, flavonoides, acidos benzoicos y hormonas vegetales; puesto que los aminoácidos sintetizados son precursores de estos compuestos secundarios. (Perez, 2007)

Ya en el cloroplasto, la EPSPS enlaza primero una molécula de shikimato- 3-fosfato (S3P) inmediatamente después una molécula de PEP se enlaza al si- tio activo de la enzima. La EPSPS cataliza entonces una reacción de conden- sación para producir 5-enolpiruvil shikimato-3-fosfato; queda claro que PEP no presenta afinidad por EPSPS a menos que una molécula de S3P se enlace primero. (Perez, 2007)

Podemos representar el mecanismo de acción de la 5-enolpiruvil shikima- to-3-fosfato , asi :

S3P + Enzima ➝ S3P.Enzima + PEP ➝ S3P.Enzima.PEP ➝ Enzima EPSP ➝ Pi + Enzima + EPSP

Donde :

Enzima : 5-enolpiruvil shikimato-3-fosfato sintetasa S3P : Shikimato-3-fosfato

PEP: fosfoenolpiruvato

Química Computacional

EPSP : 5-enolpiruvil shikimato-3-fosfato

Históricamente, la Química Computacional surge como una evolución de la Química Teórica con el objetivo de investigar el comportamiento de la ma- teria a nivel molecular mediante ordenadores (Sanchez, 2000); en otras pala- bras, la Química Computacional es sinónimo de modelización molecular. Más concretamente, la implementación y aplicación de las técnicas de la Quími- ca Computacional nos permite investigar múltiples propiedades y comporta- mientos moleculares como son:

• La geometría molecular en un sentido amplio, además de distancias y ángulos de enlace, es posible caracterizar la forma y tamaños relativos de todo tipo de moléculas y macromoléculas.

  
  

• La energía de todo tipo de especies químicas, incluyendo intermedios, estados de transición, estados excitados, etc. Es posible, además, esti- mar distintos tipos de magnitudes termodinámicas tanto en fase gas como en fases condensadas.

  
  

• La reactividad química de una especie es un ejemplo de propiedad ge- nuinamente química que puede cuantificarse en forma de índices de reactividad con la ayuda de la Química Computacional.

Además, la Química Computacional es capaz de determinar la geome- tría y estabilidad relativa de intermedios y estados de transición de reacción, es decir, caracteriza los mecanismos de reacción. Más aún dispone de he- rramientas sofisticadas para el cálculo de todo tipo de magnitudes cinéticas como constantes de velocidad, efectos cinéticos isotópicos, secciones efica- ces de reacción, factores de efecto túnel, etc.(Sanchez, 2000)

Métodos de la Mecánica Molecular (MM)

MM es un método muy rápido para determinar geometría, energías mole- culares, espectros vibracionales y entalpias de formación de moléculas esta- bles en su estado basal. Debido a su gran velocidad de cálculo, es ampliamen- te usado para moléculas grandes, tal como aquellas de importancia biológica y farmacéutica, que están actualmente fuera del alcance de los métodos más intensivos de orbitales moleculares. MM es un método empírico, que invo- lucra un gran número de parámetros, extraídos de medidas experimentales, llamados, colectivamente, parámetros de campo de fuerza. El mayor reto de MM es encontrar cuando uno o más de los parámetros necesarios para resol- ver un problema no son conocidos. Debido a que los métodos MM son para- metrizados usando datos de moléculas en su estado basal, no son útiles (igual que los métodos semiempíricos) para el modelamiento de química en esta- dos de transición, como sí lo hacen los métodos ab initio. (Suarez, 2000)

En este método, la energía se deriva de una serie de contribuciones indi- viduales como la energía de tensión, de torsión, de flexión, de repulsión e interacciones no enlazantes.

Todos los parámetros que se emplean en mecánica molecular son calcula- dos por medio de métodos cuánticos o con métodos experimentales, y se de- nomina campo de fuerzas. Según la modelización que se quiera hacer, exis- ten diversos campos de fuerza, unos más genéricos que otros. Por ejemplo, el OPLS fue desarrollado para ácidos nucleicos y proteínas y cuenta con un tra- tamiento de las interacciones no enlazantes más exacto que el AMBER, otro campo de fuerzas algo más antiguo. En este tema no hay que poseer unos co- nocimientos matemáticos desorbitados para poder desarrollar un campo de fuerzas, por lo que hay bastantes campos desarrollados por las mismas em- presas que comercializan los programas, aunque los campos clásicos cuentan con más prestigio, al estar ampliamente reconocidos durante bastantes años. (Suarez, 2000)

Métodos Semiempíricos (SE)

Los métodos semiempíricos (SE) son métodos químico cuánticos, es de- cir, obtienen la energía y orbitales moleculares, pero lo hacen simplificando los cálculos HF o DFT al remplazar valores esperados de la función de onda o de funcionales de la densidad electrónica por formas paramétricas ajusta- das estadísticamente empleando grandes conjuntos de datos experimentales (geometrías moleculares y calores de formación) y/o datos teóricos genera- dos por métodos ab initio o DFT. (Suarez, 2000)

De esta manera, los cálculos SE son casi tan rápidos como los cálculos MM hasta el punto que es posible realizar cálculos SE en sistemas de miles de áto- mos. (Suarez, 2000)

Las desventajas que presentan los métodos puramente cuánticos hacen que su uso en sistemas factibles a pie de laboratorio sea muchas veces desca- bellado, tanto por el tiempo como por la potencia del ordenador requerido. Es por ello que para poder explicar de manera teórica algunos resultados ex- perimentales se requiere únicamente exactitud química, es decir, un mar- gen de error de algunas Kcal/mol, no de 10e-12 eV como puede ser en apli- caciones teóricas. Para ello, lo primero que se planteó fue el simplificar los métodos cuánticos allí donde se pudiera hacer, surgiendo de esta forma los métodos semiempíricos. (Suarez, 2000)

A un nivel fundamental, estos métodos simplifican las integrales que apa- recen durante el cálculo, haciendo cero algunas y sustituyendo otras por funciones analíticas en las que aparecen parámetros, estos parámetros se obtienen para cada átomo en cuestión por medio de procedimientos experi- mentales ó bien por medio de cálculos cuánticos de alto nivel, el resultado es que, aparte de incluir efectos reales que los ab-initio tendrían que calcular o aproximar, el ahorro de tiempo y de almacenamiento de integrales desciende dramáticamente hasta un 50% ó más. (Suarez, 2000)

Otros problemas relativos al manejo de integrales también quedan elimi- nados al sustituir la mayoría de éstas por expresiones fácilmente resolubles en el ordenador. Los métodos más usados a la hora de la verdad suelen ser el AM1 y el PM3, desarrollados por el profesor Dewar, aunque aún perviven otros más antiguos como el CNDO, el INDO y el MINDO/3. Todos ellos dan resultados satisfactorios cuando se trata de obtener calores de formación, energías de conformaciones e incluso análisis de reacciones químicas, siem- pre con cuidado en este último caso, ya que los parámetros que emplean es- tos programas son para átomos en su estado fundamental, no en un estado excitado o en un estado de transición.

Tanto los métodos puramente cuánticos como los semiempíricos compar- ten un problema que, si bien no es tanto en un laboratorio de química normal, sí que lo es cuando entramos en uno de bioquímica: El tamaño de las biomo- léculas (varios miles de átomos) hace que un ab-initio se colapse por el pro- pio algoritmo de integración o de cálculo ó que un semiempírico alcance el

infinito en tiempo de cálculo o se colapse también. El desarrollo de procedi- mientos aún menos costosos fue necesario para poder comenzar a estudiar el comportamiento de las macromoléculas en disolución y de su interacción con ligandos como fármacos o inhibidores. La respuesta a esta solicitud fueron los métodos de mecánica molecular. En ellos, la única teoría que se emplea es la mecánica clásica, ya que trata a los átomos como bolas de una masa determi- nada y a los enlaces como muelles. Al tener que resolver ecuaciones muchísimo más simples, el ahorro de tiempo es aún mayor que en los semiempíricos, po- siblemente un 70-80%, sin contar que no almacenan integrales. (Suarez, 2000)

Parámetros QSAR relación estructura actividad

Log P : El coeficiente de partición octanol-agua logP se utiliza en estudios QSAR y el diseño racional de fármacos como una medida de la hidrofobicidad molecular. La hidrofobicidad afecta la absorción del fármaco, la biodisponibili- dad, las interacciones hidrofóbicas fármaco-receptor, el metabolismo de las mo- léculas, así como su toxicidad. LogP se ha convertido también en un parámetro clave en estudios del destino ambiental de los productos químicos.( Pliska, 1996)

TPSA : El área de superficie polar molecular (PSA) es un parámetro muy útil para la predicción de propiedades de transporte de fármacos. El área de superficie polar se define como la suma de superficies de átomos polares (ge- neralmente oxígenos, nitrógenos e hidrógenos unidos) en una molécula. Se ha demostrado que este parámetro se correlaciona muy bien con la absor- ción intestinal humana, la permeabilidad de las monocapas de Caco-2 y la penetración de la barrera hematoencefálica.(Clarck, 1999)

GPCR : La estructura de siete hélices transmembrana de un receptor aco- plado a proteína G. Los receptores acoplados a proteína G (GPCR), también conocidos como receptores de dominio de transmeta siete (pasa), recepto- res 7TM, receptores heptahelicos, receptor serpentina y receptores ligados a proteína G (GPLR), constituyen una gran familia de receptores de proteína que detectan moléculas fuera de la célula y activan las vías de transducción de señales internas y, en última instancia, las respuestas celulares. Al unirse a las proteínas G, se llaman receptores de siete transmembrana porque atravie- san la membrana celular siete veces. (Latorraca, 2016)

MATERIALES Y METODO

Se recopilaron datos experimentales disponibles del glifosato, en parti- cular se buscaron los datos de los parámetros moleculares de interés, es de- cir de longitudes de enlace, de ángulos e información espectroscópica. Pos- teriormente se trabajó con los programas computacionales bajo plataforma windows, utilizado para realizar la totalidad de los cálculos teóricos. Todos los cálculos mencionados se realizaron en un cluster instalado en el departa- mento de Quimica Teórica del Instituto de Investigaciones Químicas IIQ de- pendiente de la carrera de ciencias Químicas de la FCPN UMSA que posee 4 computadoras con procesador Intel core i7 en un entorno Windows, se em-

plearon los programas de modelado molecular Hyperchem 8.0.10 y el pro- grama quimio informático molinspiration de la web.

La estructura del glifosato fue trazada usando la interfaz de Hyperchem; esta fue sometida a cálculos de optimización geométrica inicialmente de Me- cánica Molecular para obtener la estructura más estable, posteriormente to- das las estructuras fueron analizadas mediante el método semiempirico PM3 para obtener valores más confiables de energía y geometría. Para el método ab initio se usó la base 3-21G.

Las geometrías moleculares optimizadas fueron consideradas como la con- formación con el mínimo de energía porque los modos vibracionales fueron cal- culados al mismo nivel de teoría y se observa que todas las frecuencias de las estructuras fueron positivas (números reales) por tanto se confirma que corres- ponden a mínimos verdaderos en la superficie de energía potencial SEP del sis- tema. La minimización de la energía de las estructuras se desarrolló por el mé- todo Fletcher-Reeves de gradiente conjugado hasta un valor de gradiente RMS (root-mean-square) menor a 0,100 Kcal/(A°mol) o un máximo de 500 ciclos de iteración, el límite de convergencia SCF empleado fue de 0,001 Kcal/mol.

Las energías de los orbitales HOMO y LUMO medidos en (ev) de cada mo- lécula fueron calculados una vez terminada la optimización geométrica apli- cando los algoritmos del Hyperchem. Los mapeos moleculares de los poten- ciales electrostáticos se obtuvieron usando la opción plot molecular properties del menú compute de este programa y posteriormente fueron analizados.

Las propiedades moleculares necesarias en QSAR (Relaciones estructu- ra actividad ) y la predicción de bioactividad se realizó en el software quimio informático Molinspiration que ofrece una amplia gama de herramientas de software para la manipulación y procesamiento de moléculas, incluidas SMI- LES y SDfile, normalización de moléculas, generación de tautómeros, fragmen- tación de moléculas, cálculo de varias propiedades moleculares necesarias en QSAR, modelado molecular y diseño de fármacos, representación de molécu- las de alta calidad, herramientas de bases de datos moleculares que soportan subestructuras y búsquedas de similitud. Molinspiration también admite de- tección virtual basada en fragmentos, predicción de bioactividad y visualiza- ción de datos. Las herramientas de Molinspiration están escritas en Java, por lo tanto se pueden usar prácticamente en cualquier plataforma de computadora.

Los datos experimentales fueron tomados de la base de datos en la página de Entidades Químicas de interés Biológico ChEBI que es una base de datos entidades moleculares centrada en pequeños componentes químicos. El tér- mino de entidades moleculares se refiere a cualquier producto natural o de síntesis usado para intervenir en el proceso de organismos vivos.

Todos los datos obtenidos se almacenan en un archivo de salida para la molécula denominado archivo log que contiene cada calculo aplicado; las estructuras se guardan con extensión.hin. El ordenamiento de los datos nu- méricos y las gráficas, las regresiones y el ANOVA se realizaron en Excel 2015.

RESULTADOS

Los resultados obtenidos se presentan en las tablas siguientes, en las cua- les se han incluido datos experimentales para realizar comparaciones. En la tabla 2 se observan las longitudes de enlace en Amstrong, en la tabla 3 los ángulos de enlace, en la tabla 4 algunas propiedades moleculares de interés químico y en la tabla 5 datos de interés biológico mostrando su bioactividad.

Las figuras 1 , 2 y figura 3 muestran la geometría de la molécula optimiza- da por los métodos mecanocuanticos, se observan la numeración de los áto- mos de manera convencional y su representación con esferas.

Estructura Optimizada del Glifosato

Figuras 1,2,3 Estructura Optimizadas del Glifosato

Fuente : obtenido por optimización semiempirica y ab initio.Hyperchem 8.0.10

Tabla 2. Longitudes de enlace (Å) en el glifosato

Fuente: Datos obtenidos por optimización geométrica mecanocuantico del glifosato con Hyper- chem v8.0.10. Los datos experimentales fueron tomados de la base de datos ChEBI https://www. ebi.ac.uk/chebi/searchId.do?chebiId=27744

Tabla 3. Angulos en grados (°) entre tres átomos en el Glifosato

Fuente: Datos obtenidos por optimización geométrica mecanocuantico del glifosato con Hy- perchem v8.0.10. Los datos experimentales fueron tomados de la base de datos ChEBI https:// www.ebi.ac.uk/chebi/searchId.do?chebiId=27744

Tabla 4. Propiedades Moleculares

Fuente: Datos obtenidos por optimización geométrica mecanocuantico del glifosato con Hyper- chem v8.0.10. las casillas vacias el método no calcula esos parámetros.

Tabla 5. Propiedades de bioactividad

Fuente: Datos calculados con el software mecano cuántico molinspiration, se utilizó el código smiles del glifosato de pubchem, disponible en la web.

Los valores encontrados de longitud de enlace resultan muy satisfacto- rios ya que se planteó inicialmente la hipótesis nula de que las medias de las longitudes de enlace en todos los modelos eran iguales, una vez realizada el ANOVA de un factor se encontró que el estadístico F (0,1574) es menor al va- lor critico (2,479) y la P es mayor a 0,05, aceptándose la hipótesis nula, además la desviación media absoluta encontrada es pequeña 0,27Å.

Una manera de visualizar más fácilmente la excelente correlación obtenida se muestra en las figuras 4) 5) y 6) en las cuales se representan los resultados cal- culados versus los experimentales, con coeficientes r² de 0,89 0,86 y 0,76 para el método semiempirico, mecánica molecular y ab initio respectivamente.

Figura 4 Longitudes de enlace en Amstrong método semiempirico vs. modelo experimental

Figura 5. Longitudes de enlace en Amstrong modelo mecánica molecular vs. modelo experimental

Figura 6. Longitudes de enlace en Amstrong modelo Ab initio vs. modelo experimental

Fuente : obtenido por optimización MM+ ; Semiempirica y ab initio con Hyperchem 8.0.10

Figuras 4,5,6 Gráficos que muestran la correlación existente entre valores de longitudes de enlace obtenidos por métodos computacionales con los va- lores experimentales de RX *

*ChEBI base de datos web de DRX

En el caso de los ángulos entre tres átomos, los valores encontrados en grados resultan muy satisfactorios ya que la hipótesis nula de que las medias de los ángulos en todos los modelos eran iguales se verifico, una vez realiza- da el ANOVA de un factor se encontró que el estadístico F (0,226) es menor al valor critico (2,43) y la P es mayor a 0,05, aceptándose la hipótesis nula, ade- más la desviación media absoluta encontrada fue de 5,02 grados.

En la tabla 4 se presentan valores de energías calculadas por los métodos mecano cuánticos semiempirico y ab initio, se observan por ejemplo energía

total a 298K energía libre AGª , entropía AS 298K, calor de formación, ener- gía de enlace capacidad calorífica, momento dipolar, energía HOMO, energía LUMO y energía de hidratación; completando la tabla con parámetros de in- terés en el ámbito QSAR (relación cuantitativa estructura actividad).

La tabla 5 detalla los valores calculados de bioactividad con el software mecano cuántico molinspiration, se utilizó el código smiles del glifosato de pubchem, disponible en la web. También de interés en los estudios cuantita- tivos de la relación estructura actividad QSAR

DISCUSIÓN

Se realizó un estudio computacional del glifosato calculando detallada- mente las propiedades moleculares del mismo. Se logró a través de este tra- bajo la caracterización del herbicida glifosato, presentado valores de longi- tudes de enlace y ángulos así como de propiedades químicas de interés en estudios QSAR, de energías y de bioactividad obtenidos por métodos meca- no cuánticos utilizando la mecánica molecular, semiempirico y ab initio.

Se analizaron los resultados obtenidos al comparar los datos experimen- tales del glifosato con los obtenidos computacionalmente demostrando una buena correlación. Por lo tanto se concluye que el método computacional basado en la mecánica cuántica resulta adecuado para el estudio de este tipo de sustancias.

REFERENCIAS

Alibhai, M. F. (2001). ``Closing down on Ladaga, M. (2015). ``A más soja, más impor- glyphosate inhibition with a new struc- tación de agroquímicos``. Recuperado ture for drug discovery``. Proceedings of de: http://www.agroquimicospy.com/ the National Academy of Sciences 98: assets/media/a-mas-soja-mas-importa- 2944. cion-de-agroquimicos.pdf

Chang CY, Peng YC, Hung DZ, Hu WH, Yang Latorraca, Naomi R.; Venkatakrishnan, A. J. & DY, Lin TJ. (1999). “Clinical impact of Dror, Ron O. (2016). ``GPCR Dynamics: upper gastrointestinal tract injuries in Structures in Motion. [Dinámica RAPG: glyphosate-surfactant oral intoxication”. estructuras en movimiento]``. Chem. Rev. Hum Exp Toxicol; 18:475-8. American Chemical Society, 117: 139−155. Cirbián, F. (2011). ``Glifosato: Argentina y Parrot F, Bredy R, Favarel-Garrides JC. (1995). EEUU lideran los mercados recepto- ``Glyphosate herbicide poisoning: use of res``. TodoAgro. Recuperado de: http:// a routine aminoacid analyzer apperars www.todoagro.com.ar/noticias/nota. to be a rapid method for determining asp?nid=14781 glyphosate and its metabolite in biolo-

Cirbián, F. (2015). ``Compra de agroquímicos gical fluids``. Clin Toxicol. 33(6): 695-8. aumenta 424% en 13 años``. Agro Nego- Perez, J. A.; Polge, P, K.; Colquhoun, J. & Ma- cios. Recuperado de: http://agronego- llory, C. A. (2007). “Investigating the me- cios.com.bo/compra-de-agroquimicos- chanism of glyphosate resistance in Lo- aumenta-424-en-13-anos/ lium multiflorum”. Planta, 226(2):395-404.

Clark, D. E. (1999). "Rapid calculation of po- Pliska, V; Testa B & Van De Waterbeemd H. lar molecular surface area and its appli- (1996). Lipophilicity in Drug Action and cation to the prediction of transport Toxicology. Nueva York, Ed. John Wiley phenomena. 1. Prediction of intestinal & Sons Ltd. pp. 439 pages.

absorption". Journal of Pharmaceutical Sánchez R, A. (2000). ``Química Computa- Sciences. 88 (8): 807–14. cional``. U.Malaga, pp 80-82.

Felsot A. (2000). ``Herbicide tolerant genes. Suárez, D. (2000). ``Objetivos y característi- Part 2: Giddy ’bout Glyphosate``. Agric cas de la Química Computacional``. Bol Environ News, (175): 6-14. Grupo Español carbón, pp 23-33.

Solomon, K.R.; Anadón, A.; Carrasquilla, G.; Stong, C. (1990). ``People: Monsanto scien- Cerdeira, A.L.; Marshall, J. & Sanin, L. H. tist John E. Franz wins 1990 Perkin Me- (2007). ``Coca and poppy eradication in dal for applied chemistry``, The Scien- Colombia: environmental and human tist, 4 (10): 28.

health assessment of aerially applied Villalba A. (2009). ``Ciencia, Docencia y Tec- glyphosate``. Reviews of Environmental nología``. Ciencia, Docencia y Tecnolo- Contamination and Toxicology 190. pp. gía Nº 39, Año XX, (169-186).

43-125. ISBN 978-0-387-36900-6. Williams, G. M.; Kroes, R. & Munro, I. C.

Steinrücken, H.C.; Amrhein, N. (1980). "The (2000). ``Safety evaluation and risk as- herbicide glyphosate is a potent inhi- sessment of the herbicide Roundup and bitor of 5-enolpyruvylshikimic acid- its active ingredient, glyphosate, for hu- 3-phosphate synthase". Biochemical mans``. Regulatory Toxicology and Phar- and Biophysical Research Communica- macology, 31(2): 117-165.

tions, 94 (4): 1207–12.