Modelos de predição do coeficiente de sorção no solo de pesticidas não iônicos: diferentes algoritmos de logP e uma abordagem alternativa de logS.

A coleta de dados relativos aos danos causados pelos pesticidas sobre o meio ambiente e seus ecossistemas é lenta e onerosa. Desta maneira, grandes incentivos têm sido destinados às pesquisas que visam à construção de modelos matemáticos para predição de propriedades físicas, químicas ou biológicas de interesse ambiental. O coeficiente de sorção no solo normalizado para o conteúdo de carbono orgânico (Koc) é um importante parâmetro físico-químico utilizado nas avaliações de riscos ambientais das substâncias lançadas no meio ambiente. Assim, vários modelos para predição de logKoc, utilizando o parâmetro hidrofóbico (logP) ou o logaritmo da solubilidade em água (logS) como descritores, têm sido publicados nas últimas décadas. Muitas vezes, em virtude da ausência de valores experimentais confiáveis de logP ou logS, são usados algoritmos para o cálculo dessas propriedades. Apesar da disponibilidade e facilidade de acesso a diversos algoritmos para tal finalidade, os artigos científicos não descrevem o procedimento adotado para escolha do algoritmo usado nos estudos QSPR. Além disto, a forte correlação entre logP e logS impede que sejam usados em uma mesma equação obtida por regressão linear múltipla. Como o processo de sorção de um composto químico no solo está relacionado tanto com sua solubilidade em água como com sua partição água/matéria orgânica, espera-se que modelos que sejam capazes de combinar essas duas informações possam gerar resultados mais realistas. Este trabalho de tese é constituído de dois artigos. No primeiro artigo, foi feito um estudo para verificar a influência da escolha do algoritmo de logP na modelagem de logKoc. Foram construídos modelos que relacionam logKoc com logP a partir de diferentes algoritmos livres disponíveis. Todos os modelos foram avaliados quanto às suas qualidades estatísticas e poder de predição. Os resultados obtidos mostraram claramente que uma escolha arbitrária deste algoritmo pode não levar ao melhor modelo de predição. Por outro lado, uma boa escolha pode conduzir à obtenção de modelos simples com qualidades estatísticas e poder de predição comparáveis a de modelos mais complexos. No segundo artigo, o objetivo foi a proposição de uma abordagem alternativa para a modelagem de logKoc, utilizando um descritor simples de solubilidade, aqui designado como logaritmo da solubilidade corrigida pela partição octanol/água (logSP). Assim, foram construídos modelos com tal descritor e também com os descritores convencionais logP e logS, isolados ou associados com outras variáveis explicativas de fácil interpretação físico-química. Os modelos obtidos foram validados e comparados com outros modelos publicados anteriormente. Os resultados mostraram que o uso do descritor logSp em substituição aos descritores convencionais conduziu à obtenção de modelos simples com qualidades estatísticas e poder de predição superiores a de outros modelos mais complexos encontrados na literatura.