disponibilizados para validação em sistemas de acesso livre ou comerciais (KIND & FIEHN, 2010).
Como o emprego de ferramentas in silico para elucidação estrutural de substâncias em estudos de metabolômica ainda carece de evolução, nesta seção optou-se por demonstrar, por intermédio de estudos de caso, uma das etapas da elucidação estrutural que atualmente tem sido mais difundida na comunidade de produtos naturais: a predição de dados espectrais.
Foram selecionadas duas estruturas para revelar o potencial de predição de alguns programas comentados anteriormente (seção Programas, Geradores e Sistemas Especialistas) e os resultados obtidos são apresentados a seguir. Nesse estudo de caso, a intenção é revelar ao leitor a capacidade de cada programa em executar as predições, bem como demonstrar como pode ser realizada uma avaliação de resultados. De forma alguma os autores estão preocupados em apontar qual é o melhor ou pior programa pois, para tal, outros tipos de análises deveriam ser realizadas e uma gama enorme de deslocamentos químicos deveria ser estimado.
Para realizar as predições, foi selecionada a estrutura de uma lactona sesquiterpênica do tipo guaianolido e a de um diterpeno do tipo pimarano, as quais possuem elevado grau de complexidade estrutural, contendo centros quirais, hidrogênios diasterotópicos –CH2–, fusão de anéis e núcleos com diferentes graus de hibridização (Figura 17), além de terem seus dados de RMN publicados na literatura. Estas duas estruturas pertencem a classes de metabólitos secundários que são encontradas em plantas medicinais e que possuem importantes atividades farmacológicas, sendo o guaianolido um anti- inflamatório (SCHORR et al., 2002) e o pimarano antiespasmódico (AMBRÓSIO et al., 2005), antimicrobiano (PORTO et al., 2009) e tripanocida (AMBRÓSIO et al., 2008). Para a lactona sesquiterpênica foram avaliados os resultados da predição de deslocamentos químicos de RMN-1H
(SCHORR et al., 2002) e para o ácido ent-pimaradienóico foram avaliados os resultados da predição de deslocamentos químicos de RMN-13C (MATSUO et al., 1976). A seleção das predições de RMN-1H e 13C
para essas duas estruturas foi feita com finalidade didática pois, neste estudo de caso, cada uma das duas modalidades de RMN é mais adequada e, portanto, mais informativa, para cada uma das estruturas em questão.
FIGURA 17 | Estruturas químicas da lactona sesquiterpênica do tipo guaianolido (à esquerda) e do diterpeno ácido ent- pimaradienóico (à direita).
112
Os resultados das predições de RMN para ambas as estruturas, utilizando programas de computador, foram comparados aos respectivos deslocamentos químicos experimentais através do erro médio absoluto (EMA) descrito anteriormente (seção Ferramentas, Sistemas e Programas para Elucidação Estrutural in Silico). Como ferramentas para as predições de RMN-1H foram utilizados o SPINUS-WEB e os módulos de
predição do ChemDraw, MNova, HyperChem Professional 8.0 e Spartan ’08. Para as predições de RMN-13C
foram utilizados os módulos de predição do NMRShiftDB, ChemDraw, MNova, HyperChem Professional 8.0 e Spartan ’08.
Os deslocamentos químicos experimentais, publicados na literatura e aqueles obtidos nas predições de RMN-1H, estão inseridos na Tabela 1, enquanto que os de RMN-13C encontram-se na Tabela 2. Na última
linha de cada tabela estão os respectivos EMA calculados.
Com base nas análises realizadas neste estudo de caso, o programa SPINUS-WEB foi o que obteve melhor desempenho para predições de RMN-1H (Tabela 1), enquanto o NMRPredict Desktop da MNova foi
o melhor para predições de RMN-13C (Tabela 2). Nas duas tabelas pode-se observar ainda, para qual, tipo de
núcleo de cada estrutura foram obtidas as melhores predições realizadas por cada ferramenta. O que pode ser analisado a partir dos resultados é que, em geral, os métodos, utilizando cálculos quânticos, obtiveram erros maiores do que os outros métodos, principalmente nos dados de RMN-13C para os núcleos com
hibridização sp2.
Os métodos quânticos levam em conta a rotação e a vibração das moléculas que são calculados a partir da geometria e têm influência direta nos dados de RMN, como também as forças intermoleculares e o efeito do solvente. Todos esses fatores devem ser considerados além do método ab initio escolhido, sendo ainda fatores limitantes a memória da máquina e o tempo computacional. Nesse estudo, o método ab initio empregado foi o Hartree-Fock com a base 6-31G* para o HyperChem e o Spartan, utilizando-se um microcomputador com processador Intel Core 2 Duo com 1,86 GHz e 2,0 GB de memória RAM. Foram gastas, aproximadamente, cinco horas para realizar o cálculo de cada estrutura. No programa HyperNMR foi utilizado o método semiempírico TNDO/2 (Typed Neglect of Differential Overlap) para os cálculos das propriedades eletrônicas. Esses métodos estão sendo constantemente pesquisados e modificados para melhor predizerem propriedades moleculares, incluindo os valores de RMN, utilizando um menor custo computacional.
Um ponto importante a ser destacado nas predições de deslocamentos químicos de RMN-1H do
guaianolido (Tabela 1) é que em todas elas os dois pares de hidrogênio metilênicos geminais H13a/H13b e H3’a/H3’b foram diferenciados, assim como hidrogênios diasterotópicos H9a/H9b. Nesses três pares de hidrogênios, o destaque é que seus valores experimentais em alto e baixo campos tiveram seus valores correspondentes preditos na mesma ordem. Os hidrogênios das duas metilas alílicas H14 e H15, com deslocamentos químicos experimentais idênticos, tiveram predições bastante razoáveis. A atribuição do H8 é sempre problemática em lactonas sesquiterpênicas e, nesse estudo de caso, apenas o SPINUS-WEB teve um bom desempenho. O par H5/H7 nesse tipo de guaianolido possui deslocamentos químicos bem próximos e os resultados foram melhores para o SPINUS-WEB e o ChemDraw. Chama atenção o fato de que, embora a maioria das predições tenham sido satisfatórias, o erro médio absoluto calculado para o SPINUS- WEB (Ä = 0,14 ppm) foi cerca de duas a três vezes menor do que os erros do ChemDraw (Ä = 0,36 ppm), MNova (Ä = 0,43 ppm) e Spartan (Ä = 0,48 ppm), e mais de cinco vezes menor que o do HyperChem (Ä = 0,77 ppm).