Análise QSPR de fármacos anticâncer usando o índice Euler–Sombor e insights teóricos sobre seu valor mínimo para grafos unicíclos

Por que a forma de uma molécula importa para fármacos contra o câncer

Fármacos contra o câncer são formados por átomos ligados em padrões complexos, e mesmo pequenas alterações nesses padrões podem modificar o comportamento do remédio no organismo. Medir essas diferenças normalmente exige trabalhos laboratoriais lentos e caros. Este estudo explora um atalho matemático: usar um único número, chamado índice Euler–Sombor, extraído da estrutura da molécula para estimar propriedades físicas importantes de fármacos anticâncer — potencialmente ajudando químicos a selecionar candidatos mais rapidamente e a entender quais formas funcionam melhor.

Transformando moléculas em mapas simples

Químicos frequentemente descrevem moléculas como grafos, onde átomos são pontos e ligações são linhas que os conectam. A partir desses grafos, pesquisadores calculam “índices topológicos” — números construídos para capturar quão conectada e densa é a molécula, sem recorrer à forma 3D ou à mecânica quântica. O índice Euler–Sombor é um novo membro dessa família. Ele combina informações sobre quantas ligações cada átomo tem e como esses átomos estão conectados, produzindo uma única impressão digital numérica para cada molécula. Como é fácil de calcular quando a estrutura é conhecida, esse índice é atraente para triagens em grande escala de candidatos a fármacos.

Prevendo propriedades-chave de medicamentos contra o câncer

Os autores calcularam o índice Euler–Sombor para 17 fármacos anticâncer conhecidos, incluindo agentes como Carmustina, Melatonina e Daunorrubicina. Para cada fármaco, coletaram quatro propriedades físicas básicas but cruciais de um banco de dados químico: ponto de ebulição, ponto de fusão, entalpia (relacionada ao calor envolvido na mudança de estado) e refração molar (que reflete como a molécula interage com a luz e, indiretamente, quão volumosos são seus elétrons). Em seguida, usaram ferramentas estatísticas padrão, conhecidas como modelos de regressão, para verificar quão bem esse único índice podia prever cada propriedade a partir da impressão estrutural sozinha.

Quão bem o índice se sai?

A equipe comparou três tipos de regressão: linear (uma tendência em linha reta), quadrática (uma curva suave) e logarítmica (uma curva que sobe rápido no início e depois se estabiliza). Para ponto de ebulição e entalpia, as três abordagens mostraram relações razoavelmente fortes entre o índice Euler–Sombor e os valores medidos, embora as previsões para ponto de ebulição fossem menos precisas, com maior dispersão entre temperaturas previstas e reais. Para ponto de fusão, as conexões foram um pouco mais fracas, mas ainda significativas. A refração molar destacou-se: nesse caso, o índice acompanhou os dados muito de perto, apresentando pequenos erros de previsão e alta confiabilidade estatística em todos os modelos.

Encontrando o melhor ajuste matemático

Analisando mais de perto as estatísticas, os autores verificaram que o modelo logarítmico geralmente teve o melhor desempenho para ponto de ebulição, ponto de fusão e refração molar, apresentando altos valores de correlação e baixíssimas chances de que os resultados fossem devidos a ruído aleatório. Para entalpia, um modelo simples em linha reta funcionou ligeiramente melhor do que os curvos. Na prática, isso significa que, uma vez conhecido o índice Euler–Sombor de uma molécula candidata, um químico pode inseri-lo nessas equações ajustadas para obter uma estimativa razoável de várias propriedades físicas — antes mesmo de sintetizar o composto no laboratório. O estudo também observa que o conjunto de dados é modesto em tamanho, e as previsões para ponto de ebulição continuam relativamente ruidosas, de modo que esses modelos são guias promissores, não respostas finais.

O que as formas de grafos simples revelam

Além das previsões práticas, o artigo aprofunda-se na matemática do índice Euler–Sombor. Os autores estudam grafos “unicíclos” — estruturas simples em forma de laço com exatamente um anel — e determinam quais deles produzem os valores mínimo e terceiro-mínimo possíveis do índice para um tamanho fixo. Ao transformar e comparar cuidadosamente diferentes famílias de grafos, eles identificam padrões específicos de como ramos curtos se conectam a um único anel que minimizam o índice. Esses resultados ajudam a esclarecer como motivos estruturais particulares elevam ou reduzem o valor do Euler–Sombor, ligando teoria pura dos grafos a possíveis comportamentos moleculares.

O que isso significa para o desenho de fármacos no futuro

Para não especialistas, a mensagem principal é que um número bem escolhido, derivado de como os átomos se conectam em uma molécula, pode revelar uma quantidade surpreendente sobre o comportamento dessa molécula. O índice Euler–Sombor mostra forte potencial como um descritor compacto e informativo para fármacos anticâncer, especialmente para propriedades como refração molar e entalpia. Ao mesmo tempo, a análise matemática de grafos em laço simples aprofunda nossa compreensão de por que certos padrões estruturais conduzem a valores mais baixos ou mais altos do índice. Juntas, essas percepções sugerem que ferramentas da teoria dos grafos podem ajudar a orientar químicos em buscas mais eficientes e direcionadas por futuras terapias contra o câncer.

Citação: 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

Palavras-chave: fármacos anticâncer, índice Euler–Sombor, modelagem QSPR, topologia molecular, teoria dos grafos em química