Sui polinomi di co-indice topologico per la modellizzazione predittiva delle proprietà fisico-chimiche dei farmaci antivirali

Perché la matematica può accelerare la ricerca di terapie per Ebola

Trovare nuovi farmaci antivirali è di solito lento e costoso, perché ogni molecola promettente deve essere sintetizzata e testata in laboratorio. Questo studio esplora una scorciatoia: usare concetti della matematica e della teoria dei grafi per “leggere” la struttura di un farmaco come un codice a barre e prevederne il comportamento, senza sintetizzare una sola sostanza chimica. Il lavoro si concentra su medicinali proposti contro il virus Ebola e mostra come impronte numeriche ben progettate delle molecole possano prevedere proprietà fisiche rilevanti per il funzionamento del farmaco nell’organismo.

Trasformare le molecole in immagini semplici

Al centro di questo approccio c’è un modo di ridisegnare una molecola come una rete semplice: gli atomi diventano punti e i legami chimici diventano linee che li collegano. Una volta che un farmaco è rappresentato come una rete, gli autori calcolano gli indici topologici—numeri che catturano caratteristiche come il numero di diramazioni della molecola, quanto sono connessi gli atomi o la simmetria della forma complessiva. Questi indici condensano una struttura 3D complessa in una manciata di valori descrittivi, rendendo possibile confrontare e analizzare rapidamente molte molecole al computer.

Nuove impronte molecolari con maggior dettaglio

Sulla scia di lavori precedenti, i ricercatori introducono e analizzano una famiglia di indici raffinati chiamati co-indici topologici, derivati da due costruzioni matematiche note come polinomi CoM e CoNM. Piuttosto che considerare solo gli atomi direttamente legati, questi nuovi descrittori tengono conto anche di coppie di atomi non connessi direttamente ma che si influenzano attraverso la struttura complessiva. CoM si concentra su quanti legami si incontrano in ciascun atomo, mentre CoNM traccia il “vicinato” attorno a ogni atomo. Codificando queste informazioni più ricche in polinomi compatti, il metodo può generare molti indici diversi in un unico passaggio, offrendo un’impronta più sfumata di ciascuna molecola senza un elevato costo computazionale.

Testare il metodo sui candidati per Ebola

Il team ha applicato il proprio quadro a otto farmaci antivirali discussi nel contesto del trattamento dell’Ebola, inclusi Galidesivir, Cloroquine, Favipiravir, Amodiachina, Azitromicina, Brincidofovir, Clomifene e Remdesivir. Per ciascun farmaco hanno calcolato una serie di co-indici basati sul grado e sul vicinato e li hanno confrontati con dati sperimentali ricavati dal database ChemSpider. Le proprietà fisiche esaminate includevano volume molare, rifrattività molare, polarizzabilità (quanto facilmente gli elettroni di una molecola vengono deformati), tensione superficiale, complessità strutturale complessiva, bilanciamento olio–acqua della molecola (LogP), densità e indice di rifrazione. In pratica si sono chiesti: queste impronte matematiche possono sostituire misurazioni che richiedono tempo?

Trovare i migliori legami tra struttura e comportamento

Per indagare questi legami, gli autori hanno costruito modelli QSPR (Quantitative Structure–Property Relationship)—equazioni che collegano ciascun co-indice topologico a una proprietà fisica data. Hanno provato tre famiglie di modelli: adattamenti semplici lineari, adattamenti logaritmici e adattamenti quadratici. Molte proprietà hanno mostrato forti correlazioni con indici particolari, con coefficienti di correlazione spesso vicini a uno, il che significa che le predizioni seguivano molto da vicino i dati sperimentali. Alcuni descrittori, come il co-indice di connettività atomo-legame e diversi indici basati sul vicinato, sono emersi ripetutamente come i predittori più affidabili per proprietà chiave come volume molare, rifrattività molare, polarizzabilità e complessità strutturale. Per tratti più sottili come il bilanciamento olio–acqua e la densità, i modelli non lineari—in particolare le forme logaritmiche e quadratiche—catturavano meglio le relazioni rispetto alle rette, sottolineando che il legame struttura–proprietà è spesso intrinsecamente curvo piuttosto che lineare.

Cosa significa per la scoperta di nuovi farmaci

Nel complesso, lo studio mostra che co-indici topologici progettati con cura, generati dai polinomi CoM e CoNM, possono fungere da potenti sostituti delle misurazioni di laboratorio delle proprietà dei farmaci antivirali. Prevedendo con accuratezza il comportamento dei potenziali candidati, questi strumenti matematici possono aiutare gli scienziati a filtrare rapidamente grandi librerie di composti, concentrare gli esperimenti sui lead più promettenti e perfezionare i progetti molecolari prima della sintesi. Pur non sostituendo i test biologici, tali descrittori offrono un modo rapido ed economico per orientarsi nello spazio chimico—un vantaggio particolarmente prezioso quando si risponde a minacce in rapida evoluzione come l’Ebola e altre malattie infettive emergenti.

Citazione: Meharban, S., Ullah, A., Zaman, S. et al. On topological co-index polynomials for predictive modeling of the physicochemical properties of antiviral drugs. Sci Rep 16, 12456 (2026). https://doi.org/10.1038/s41598-026-43640-3

Parole chiave: farmaci antivirali per Ebola, <keyword>modellizzazione QSPR, teoria dei grafi molecolari, progettazione computazionale di farmaci