Análisis QSPR de los fármacos utilizados para tratar la insuficiencia renal y sus complicaciones mediante índices de grado y grado inverso modificado

Por qué importa la estructura de los fármacos renales

La insuficiencia renal es un problema de salud global en aumento, y muchas personas con riñones dañados dependen de combinaciones complejas de fármacos para controlar la presión arterial, las hormonas, los minerales y el equilibrio de líquidos. Pero diseñar y mejorar estos medicamentos es lento y costoso si cada molécula prometedora debe sintetizarse y probarse en el laboratorio. Este estudio muestra cómo las formas y conexiones dentro de las moléculas de fármacos para la enfermedad renal crónica pueden convertirse en números que predicen de forma fiable propiedades físicas clave, ayudando a los investigadores a cribar y ajustar medicamentos por ordenador antes de que lleguen al tubo de ensayo.

De dibujar una molécula a predecir su comportamiento

Los químicos suelen representar las moléculas como redes de átomos unidos por enlaces. En este trabajo, esos esquemas se tratan como grafos matemáticos: los átomos se convierten en puntos y los enlaces en líneas. Los autores se centran en diecinueve fármacos reales utilizados para manejar la enfermedad renal crónica y sus complicaciones, incluidos medicamentos que reducen el azúcar en sangre, el colesterol, la presión arterial o la hormona paratiroidea, y fármacos que tratan la anemia o el fósforo alto en sangre. Para cada fármaco, traducen el dibujo químico a un grafo y luego calculan varios descriptores numéricos que capturan cuán conectado y ramificado está el compuesto. Estos descriptores, conocidos como índices topológicos, sirven como huellas estructurales que pueden compararse entre muchos compuestos.

Reglas de conteo simples con gran alcance

Una idea clave en el estudio es el “grado” de un átomo, que es simplemente cuántos enlaces lo tocan. Partiendo de esto, los investigadores definen familias de índices basados en el grado que resumen patrones como la frecuencia con la que átomos con cierta conectividad están unidos entre sí. También introducen índices de “grado inverso modificado”, que remapean esas conectividades mediante una regla sencilla controlada por un pequeño parámetro. Al ajustar este parámetro, generan varias huellas relacionadas a partir del mismo grafo molecular, enfatizando distintos aspectos de la disposición de la molécula. Usando el método de partición por aristas y software de álgebra computacional, calculan sistemáticamente estos índices para los diecinueve fármacos renales.

Vincular la estructura con propiedades del mundo real

Para comprobar si estas huellas son realmente útiles, los autores las comparan con propiedades fisicoquímicas medidas y extraídas de bases de datos públicas. Estas incluyen el peso molecular, el área de superficie capaz de interactuar con el agua, el número de átomos pesados, la complejidad estructural global, el punto de ebullición, la intensidad con que la molécula desvía la luz (refractividad molar), la facilidad con que se deforman sus electrones (polarizabilidad) y el volumen que ocupa (volumen molar). A continuación ajustan tres tipos de modelos estadísticos—relaciones lineales, cúbicas curvas y logarítmicas—entre cada índice y cada propiedad. La fuerza del ajuste se mide mediante coeficientes de correlación, que indican qué tan bien la fórmula basada en índices reproduce los datos experimentales.

Encontrar las mejores huellas numéricas

El análisis muestra que algunos índices superan claramente a otros. Un índice tradicional basado en grados llamado Zagreb-1 redefinido predice el número de átomos pesados casi a la perfección con una ecuación lineal simple. Para la mayoría de las demás propiedades, sin embargo, las relaciones cúbicas curvas funcionan mejor que las rectas o las formas logarítmicas. En estos casos, los índices de grado inverso modificado destacan. Con un ajuste particular del parámetro de modificación (l = 2), el índice de conectividad átomo–enlace sigue de cerca el peso molecular, y el índice armónico–geométrico captura cuánto de la superficie de una molécula puede interactuar con el agua. De igual modo, otros índices de grado inverso modificado con distintos valores del parámetro describen mejor la complejidad, el punto de ebullición y el volumen molar, mientras que un índice aritmético–geométrico basado en grados vincula con éxito la estructura con la refractividad molar y la polarizabilidad.

Qué implica esto para futuros tratamientos renales

Para un público no especializado, la conclusión es que los autores han construido un conjunto de atajos matemáticos: mirando únicamente cómo se conectan los átomos en un fármaco propuesto para el riñón, pueden estimar con precisión muchas características físicas importantes sin mediciones de laboratorio. Entre las herramientas probadas, los índices de grado inverso modificado—especialmente con un valor de parámetro preferido—resultaron los más versátiles, proporcionando las mejores predicciones para la mayoría de las propiedades. Tales modelos no tratan directamente la enfermedad renal, pero pueden acelerar enormemente las primeras etapas del descubrimiento y la optimización de fármacos, centrando los esfuerzos experimentales en los candidatos más prometedores y ayudando, en última instancia, a que nuevas terapias para la insuficiencia renal lleguen a los pacientes con mayor eficacia.

Cita: Godlin, J.J.J., Radha, S. QSPR analysis of the drugs used to treat renal failure and its complications using degree and modified reverse degree indices. Sci Rep 16, 8889 (2026). https://doi.org/10.1038/s41598-026-37586-9

Palabras clave: fármacos para la enfermedad renal crónica, modelado de estructura molecular, índices topológicos, predicción QSPR, diseño de fármacos para insuficiencia renal