Analiza QSPR leków przeciwnowotworowych z wykorzystaniem indeksu Eulera–Sombora oraz teoretyczne wnioski na temat jego wartości minimalnej dla grafów unicyklicznych

Dlaczego kształt cząsteczki ma znaczenie dla leków przeciwnowotworowych

Leki przeciwnowotworowe składają się z atomów połączonych w złożone wzory, a nawet niewielkie zmiany w tych wzorach mogą zmienić zachowanie leku w organizmie. Pomiar tych różnic zwykle wymaga czasochłonnych i kosztownych prac laboratoryjnych. W niniejszym badaniu badacze proponują matematyczny skrót: użycie jednej liczby, zwanej indeksem Eulera–Sombora, wyprowadzonej ze struktury cząsteczki, aby oszacować istotne właściwości fizyczne leków przeciwnowotworowych — co może pomóc chemikom szybciej przesiewać kandydatów i zrozumieć, które kształty działają najlepiej.

Przekształcanie cząsteczek w proste mapy

Chemicy często opisują cząsteczki jako grafy, gdzie atomy są punktami, a wiązania to łączące je krawędzie. Z takich grafów badacze obliczają „indeksy topologiczne” – specjalnie zaprojektowane liczby, które uchwytują, jak mocno i jak gęsto połączona jest cząsteczka, nie odwołując się do kształtu 3D ani mechaniki kwantowej. Indeks Eulera–Sombora jest nowym członkiem tej rodziny. Łączy informację o liczbie wiązań każdego atomu oraz o tym, jak te atomy są powiązane, tworząc pojedynczy numeryczny odcisk palca dla każdej cząsteczki. Ponieważ po poznaniu struktury jego obliczenie jest proste, indeks ten jest atrakcyjny do przesiewów na dużą skalę kandydatów na leki.

Przewidywanie kluczowych właściwości leków przeciwnowotworowych

Autorzy obliczyli indeks Eulera–Sombora dla 17 znanych leków przeciwnowotworowych, w tym związków takich jak karmustyna, melatonina i daunorubicyna. Dla każdego leku zebrali cztery podstawowe, ale istotne właściwości fizyczne z bazy danych chemicznych: temperaturę wrzenia, temperaturę topnienia, entalpię (związaną z ciepłem towarzyszącym zmianie stanu) oraz refrakcję molową (która odzwierciedla, jak cząsteczka oddziałuje ze światłem i pośrednio, jak „grube” są jej chmury elektronowe). Następnie zastosowali standardowe narzędzia statystyczne, znane jako modele regresji, aby sprawdzić, jak dobrze ten pojedynczy indeks potrafi przewidzieć każdą właściwość wyłącznie na podstawie strukturalnego odcisku palca.

Jak dobrze działa indeks?

Zespół porównał trzy typy regresji: liniową (trend prostoliniowy), kwadratową (łagodna krzywizna) oraz logarytmiczną (krzywa rosnąca szybko na początku, a potem wygładzająca się). Dla temperatury wrzenia i entalpii wszystkie trzy podejścia wykazały stosunkowo silne zależności między indeksem Eulera–Sombora a wartościami mierzonymi, choć prognozy temperatury wrzenia były mniej precyzyjne, z większym rozrzutem między przewidywanymi a rzeczywistymi temperaturami. Dla temperatury topnienia związki były nieco słabsze, ale nadal znaczące. Refrakcja molowa wyróżniała się: tutaj indeks bardzo dobrze odwzorowywał dane, dając niewielkie błędy predykcji i wysoką wiarygodność statystyczną we wszystkich modelach.

Znajdowanie najlepszego dopasowania matematycznego

Analiza statystyczna wykazała, że model logarytmiczny zazwyczaj sprawdzał się najlepiej dla temperatury wrzenia, temperatury topnienia i refrakcji molowej, dając wysokie wartości korelacji i bardzo małe prawdopodobieństwo, że wyniki są efektem przypadkowego szumu. Dla entalpii prosty model liniowy działał nieco lepiej niż modele krzywoliniowe. W praktyce oznacza to, że znając indeks Eulera–Sombora kandydującej cząsteczki, chemik może wstawić go do dopasowanych równań, aby uzyskać rozsądne oszacowanie kilku właściwości fizycznych — zanim jeszcze zsyntetyzuje związek w laboratorium. Badanie zauważa również, że zestaw danych jest umiarkowanych rozmiarów, a przewidywania temperatury wrzenia pozostają stosunkowo hałaśliwe, więc te modele są obiecującymi wskazówkami, a nie ostatecznymi odpowiedziami.

Co ujawniają kształty prostych grafów

Poza praktycznymi przewidywaniami artykuł zagłębia się w matematykę indeksu Eulera–Sombora. Autorzy badają „grafy unicykliczne” — proste struktury w kształcie pętli z dokładnie jednym pierścieniem — i określają, które z nich dają najmniejsze oraz trzecio-najmniejsze możliwe wartości indeksu dla ustalonego rozmiaru. Poprzez staranne przekształcanie i porównywanie różnych rodzin grafów identyfikują konkretne wzorce, w jaki sposób krótkie odgałęzienia przyłączone do pojedynczego pierścienia minimalizują indeks. Wyniki te pomagają wyjaśnić, jak określone motywy strukturalne podnoszą lub obniżają wartość Eulera–Sombora, łącząc czystą teorię grafów z potencjalnym zachowaniem molekularnym.

Co to oznacza dla przyszłego projektowania leków

Dla osoby niezaznajomionej z tematem kluczowe przesłanie jest takie, że mądrze dobrana liczba, wyprowadzona z sposobu łączenia się atomów w cząsteczce, może powiedzieć zaskakująco dużo o jej zachowaniu. Indeks Eulera–Sombora pokazuje duży potencjał jako kompaktowy, informatywny deskryptor dla leków przeciwnowotworowych, szczególnie dla właściwości takich jak refrakcja molowa i entalpia. Jednocześnie analiza matematyczna prostych grafów pętlowych pogłębia nasze rozumienie, dlaczego niektóre wzorce strukturalne prowadzą do niższych lub wyższych wartości indeksu. Razem te wnioski sugerują, że narzędzia z teorii grafów mogą pomóc chemikom w prowadzeniu bardziej efektywnych i ukierunkowanych poszukiwań przyszłych terapii przeciwnowotworowych.

Cytowanie: 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

Słowa kluczowe: leki przeciwnowotworowe, indeks Eulera–Sombora, modelowanie QSPR, topologia molekularna, teoria grafów w chemii