Análisis QSAR de fármacos utilizando índices topológicos basados en grafos y modelos de regresión

Área de la Ciencia:

• Química Computacional
• Química Medicinal
• Quimioinformática

Sus antecedentes:

• Comprender las relaciones estructura-propiedad de los fármacos es crucial para el desarrollo de fármacos.
• El análisis de redes moleculares y los índices topológicos ofrecen formas sistemáticas de cuantificar la arquitectura molecular.
• Las propiedades fisicoquímicas influyen significativamente en la eficacia y el comportamiento de los fármacos.

Objetivo del estudio:

• Investigar la correlación entre los índices topológicos y las propiedades fisicoquímicas de nueve fármacos.
• Evaluar el poder predictivo de diez índices topológicos diferentes en el modelado de Relaciones Cuantitativas Estructura-Propiedad (QSPR).
• Comparar la eficacia de los modelos de regresión lineal, logarítmica y cuadrática.

Principales métodos:

• Se calcularon diez índices topológicos (por ejemplo, índices ABC, RI, GA, SC, Zagreb, HZ) para nueve fármacos seleccionados.
• Se evaluaron ocho propiedades fisicoquímicas básicas de estos fármacos.
• Se emplearon análisis de regresión lineal, logarítmica y cuadrática para modelar las correlaciones estructura-propiedad.

Principales resultados:

• Se observaron fuertes correlaciones entre los índices topológicos seleccionados y las propiedades fisicoquímicas de los fármacos.
• La regresión cuadrática demostró un rendimiento predictivo superior en comparación con los modelos lineal y logarítmico.
• El estudio confirmó la utilidad de los descriptores teoréticos de grafos en el modelado QSPR para fármacos.

Conclusiones:

• Los índices topológicos, especialmente con el modelado no lineal como la regresión cuadrática, poseen un alto potencial predictivo para las correlaciones estructura-propiedad de los fármacos.
• Los descriptores teoréticos de grafos son herramientas valiosas para interpretar y predecir el comportamiento de los fármacos.
• Este enfoque ayuda en el diseño racional y el desarrollo de nuevos agentes terapéuticos.