Análisis QSPR de fármacos anticancerígenos usando el índice Euler–Sombor y perspectivas teóricas sobre su valor mínimo para grafos unicíclicos

Por qué la forma de una molécula importa para los fármacos contra el cáncer

Los fármacos anticancerígenos están formados por átomos enlazados en patrones intrincados, y hasta pequeños cambios en esos patrones pueden modificar cómo actúa un fármaco en el organismo. Medir esas diferencias suele exigir trabajo de laboratorio lento y costoso. Este estudio explora un atajo matemático: usar un único número, llamado índice Euler–Sombor, derivado de la estructura molecular para estimar propiedades físicas relevantes de los fármacos anticancerígenos—lo que podría ayudar a los químicos a cribar candidatos más rápido y a entender qué formas funcionan mejor.

Convertir moléculas en mapas sencillos

Los químicos suelen describir las moléculas como grafos, donde los átomos son puntos y los enlaces son líneas que los conectan. A partir de estos grafos, los investigadores calculan «índices topológicos»: números diseñados para captar cuán conectada y densa está la molécula, sin referirse a la forma 3D ni a la mecánica cuántica. El índice Euler–Sombor es un miembro nuevo de esta familia. Combina información sobre cuántos enlaces tiene cada átomo y cómo están conectados, generando una huella numérica única para cada molécula. Como es fácil de calcular una vez conocida la estructura, este índice resulta atractivo para cribados a gran escala de candidatos a fármacos.

Predecir propiedades clave de los medicamentos contra el cáncer

Los autores calcularon el índice Euler–Sombor para 17 fármacos anticancerígenos conocidos, incluidos agentes como Carmustina, Melatonina y Daunorrubicina. Para cada fármaco recopilaron cuatro propiedades físicas básicas pero cruciales de una base de datos química: punto de ebullición, punto de fusión, entalpía (relacionada con el calor implicado en un cambio de estado) y refracción molar (que refleja cómo interactúa la molécula con la luz y, de forma indirecta, cuán voluminosos son sus electrones). Luego usaron herramientas estadísticas estándar, conocidas como modelos de regresión, para ver qué tan bien ese único índice podía predecir cada propiedad a partir de la huella estructural sola.

¿Qué tan bien funciona el índice?

El equipo comparó tres tipos de regresión: lineal (una tendencia en línea recta), cuadrática (una curva suave) y logarítmica (una curva que sube rápido al principio y luego se estabiliza). Para el punto de ebullición y la entalpía, los tres enfoques mostraron relaciones razonablemente fuertes entre el índice Euler–Sombor y los valores medidos, aunque las predicciones del punto de ebullición fueron menos precisas, con una mayor dispersión entre las temperaturas predichas y las reales. Para el punto de fusión, las conexiones fueron algo más débiles pero aún significativas. La refracción molar destacó: en este caso, el índice siguió los datos muy de cerca, proporcionando errores de predicción pequeños y alta fiabilidad estadística en todos los modelos.

Encontrar el mejor ajuste matemático

Al analizar las estadísticas con más detalle, los autores hallaron que el modelo logarítmico generalmente rindió mejor para el punto de ebullición, el punto de fusión y la refracción molar, ofreciendo altos valores de correlación y muy baja probabilidad de que los resultados fuesen debidos al azar. Para la entalpía, un modelo lineal simple funcionó ligeramente mejor que los modelos curvos. En la práctica, esto significa que una vez conocido el índice Euler–Sombor de una molécula candidata, un químico puede introducirlo en estas ecuaciones ajustadas para obtener una estimación razonable de varias propiedades físicas—antes siquiera de sintetizar el compuesto en el laboratorio. El estudio también señala que el conjunto de datos es modesto en tamaño, y que las predicciones del punto de ebullición siguen siendo relativamente ruidosas, por lo que estos modelos son guías prometedoras más que respuestas definitivas.

Qué revelan las formas de grafos simples

Más allá de las predicciones prácticas, el artículo profundiza en la matemática del índice Euler–Sombor. Los autores estudian grafos «unicíclicos»—estructuras simples en forma de lazo con exactamente un anillo—y determinan cuáles de ellos producen los valores mínimos y el tercer valor mínimo posibles del índice para un tamaño fijo. Transformando y comparando cuidadosamente diferentes familias de grafos, identifican patrones específicos de cómo ramas cortas se adhieren a un único anillo que minimizan el índice. Estos resultados ayudan a aclarar cómo ciertos motivos estructurales elevan o reducen el valor del Euler–Sombor, conectando la teoría pura de grafos con el posible comportamiento molecular.

Qué significa esto para el diseño futuro de fármacos

Para un lector no especializado, el mensaje clave es que un número bien elegido, derivado de cómo se conectan los átomos en una molécula, puede decirnos sorprendentemente mucho sobre cómo se comportará esa molécula. El índice Euler–Sombor muestra un fuerte potencial como descriptor compacto e informativo para fármacos anticancerígenos, especialmente para propiedades como la refracción molar y la entalpía. Al mismo tiempo, el análisis matemático de grafos anillados simples profundiza nuestra comprensión de por qué ciertos patrones estructurales conducen a valores del índice más bajos o más altos. En conjunto, estos conocimientos sugieren que las herramientas de la teoría de grafos pueden ayudar a guiar a los químicos hacia búsquedas más eficientes y más dirigidas de futuras terapias contra el cáncer.

Cita: Shetty, S., Rakshith, B.R. & Udupa, N.V.S. QSPR analysis of anticancer drugs using the Euler–Sombor index and theoretical insights on its minimum value for unicyclic graphs. Sci Rep 16, 6924 (2026). https://doi.org/10.1038/s41598-026-36855-x

Palabras clave: fármacos anticancerígenos, índice Euler–Sombor, modelado QSPR, topología molecular, teoría de grafos en química