Modelado predictivo de propiedades fisicoquímicas de los antibióticos β-lactámicos mediante índices topológicos basados en valores propios y técnicas de regresión no lineal

Por qué importa este estudio

Los antibióticos son pilares de la medicina moderna, pero las bacterias están desarrollando resistencias más rápido de lo que se descubren nuevos fármacos. Diseñar antibióticos mejores depende cada vez más de modelos informáticos que puedan predecir cómo se comportará una molécula candidata: qué tan fácilmente se evapora, cuán voluminosa es o cómo interacciona con el agua y las membranas celulares. Este artículo explora una manera matemáticamente elegante de realizar tales predicciones para una familia importante de fármacos llamada antibióticos β-lactámicos, usando herramientas de teoría de grafos y estadística en lugar de depender únicamente de costosas pruebas de laboratorio.

Convertir moléculas en redes

En lugar de ver un fármaco simplemente como una estructura de bolas y varillas, los autores tratan cada antibiótico β-lactámico como una red: los átomos se convierten en puntos (llamados vértices) y los enlaces químicos en líneas (llamadas aristas) que conectan esos puntos. A partir de esta red construyen varias matrices matemáticas que capturan cómo están conectados los átomos, cuántos enlaces tiene cada átomo y qué distancia hay entre átomos a lo largo de las rutas de enlace. Estas tablas —conocidas como matrices de adyacencia, Laplaciana, Laplaciana sin signo y de distancia— ofrecen distintas perspectivas sobre la “forma” y la conectividad global de la molécula.

Medir patrones ocultos en la red

Una vez que disponen de estas matrices de conexión, los investigadores calculan sus valores propios (eigenvalores), números que resumen patrones estructurales profundos en la red. A partir de esos valores propios construyen un conjunto de puntuaciones numéricas llamadas descriptores espectrales, con nombres como energía de adyacencia, conectividad algebraica y energía de distancia. Cada descriptor integra información de todo el grafo molecular, captando tanto detalles locales alrededor de cada átomo como la arquitectura global de la molécula. Dado que los antibióticos β-lactámicos pueden diferir sutilmente en sistemas de anillos y cadenas laterales, medidas tan sensibles y de toda la molécula resultan atractivas para relacionar estructura y comportamiento.

Relacionar las puntuaciones estructurales con propiedades prácticas

El estudio se centra en siete compuestos β-lactámicos clínicamente importantes, incluidos fármacos bien conocidos como amoxicilina e imipenem, seleccionados para abarcar una gama de tamaños y patrones de cadenas laterales. Para cada fármaco, el equipo recopila datos experimentales sobre propiedades fisicoquímicas prácticas: punto de ebullición, volumen molar, qué tan fuertemente la molécula desvía la luz (refractividad molar), cuánto de su superficie es polar, qué fácil es deformar sus electrones (polarizabilidad) y tensión superficial. Luego prueban qué tan bien cada descriptor espectral individual puede predecir cada propiedad ajustando tres tipos de relaciones curvas —ecuaciones cuadráticas, logarítmicas y de ley de potencias— usando software estadístico estándar.

¿Qué tan bien funcionan las predicciones?

Los resultados muestran que varios descriptores se correlacionan fuertemente con propiedades que están gobernadas principalmente por el tamaño molecular y la densidad de conexiones entre átomos. Por ejemplo, la conectividad algebraica, la energía de la Laplaciana sin signo y la energía de distancia suelen destacar como especialmente informativos. Las ecuaciones cuadráticas, que permiten una relación curva simple entre descriptor y propiedad, suelen rendir algo mejor que las fórmulas logarítmicas o de ley de potencias, dando coeficientes de determinación más altos y errores de predicción menores. Esto sugiere que el vínculo entre la estructura en red de una molécula y su comportamiento en bloque es con frecuencia ligeramente curvado más que lineal.

Dónde falla el enfoque

El modelado es menos exitoso para propiedades que dependen en gran medida de cómo se distribuyen los electrones en la superficie de la molécula y de cómo forma interacciones específicas como puentes de hidrógeno. El área de superficie polar y la tensión superficial, por ejemplo, muestran mayor dispersión entre los valores predichos y los medidos. Dado que los descriptores basados en grafos utilizados aquí se centran solo en qué átomos están conectados entre sí y a qué distancia, no codifican explícita ni detalladamente los efectos electrónicos ni las interacciones direccionales con moléculas circundantes. Esta limitación refleja la simplicidad de la representación subyacente, no un fallo de los métodos estadísticos en sí.

Qué significa esto para el diseño futuro de antibióticos

En conjunto, el estudio demuestra que los descriptores de grafos basados en valores propios ofrecen una manera compacta e interpretable de predecir varias propiedades clave de los antibióticos β-lactámicos sin realizar una batería completa de experimentos. Al capturar la disposición general y la conectividad de los átomos, estas puntuaciones matemáticas ayudan a prever a qué temperatura hierve un compuesto, cuánto espacio ocupa y cómo interactúa en bloque con su entorno. Aunque todavía no pueden reemplazar modelos más detallados para propiedades que dependen de la estructura electrónica fina, proporcionan una base sólida que puede combinarse con otras familias de descriptores y conjuntos de datos más grandes. Para los no especialistas, la conclusión es que las matemáticas inteligentes aplicadas a los planos moleculares pueden ayudar a cribar y optimizar futuros antibióticos, acelerando potencialmente la búsqueda de fármacos que aventajen a la resistencia bacteriana.

Cita: Yuvaraj, A., Kalaimurugan, G., Thamizhmaran, R. et al. Predictive modeling for physicochemical properties of \(\beta\)-lactam antibiotics through eigenvalue based topological indices and non linear regression techniques. Sci Rep 16, 9389 (2026). https://doi.org/10.1038/s41598-026-39436-0

Palabras clave: antibióticos β-lactámicos, modelado QSPR, descriptores de teoría de grafos, propiedades fisicoquímicas, diseño de fármacos