Предиктивное моделирование физико‑химических свойств β‑лактамных антибиотиков с помощью топологических индексов на основе собственных чисел и нелинейных регрессионных методов

Почему это исследование важно

Антибиотики — краеугольный камень современной медицины, однако бактерии вырабатывают устойчивость быстрее, чем открываются новые препараты. Проектирование более эффективных антибиотиков всё чаще опирается на компьютерные модели, способные предсказать поведение кандидата — насколько легко он испаряется, насколько громоздок, как взаимодействует с водой и клеточными мембранами. В этой работе исследуется математически изящный способ таких предсказаний для крупного семейства препаратов, называемых β‑лактамными антибиотиками, с использованием методов теории графов и статистики вместо единственно дорогостоящих лабораторных испытаний.

Преобразование молекул в сети

Вместо того чтобы рассматривать препарат просто как модель «шаров‑и‑палочек», авторы трактуют каждый β‑лактамный антибиотик как сеть: атомы становятся узлами (вершинами), а химические связи — линиями (ребрами), соединяющими эти узлы. На основе этой сети строят несколько математических матриц, отражающих, как связаны атомы, сколько связей у каждого атома и на каком расстоянии друг от друга находятся атомы по путям связей. Эти матрицы — смежности, лапласиана, беззнакового лапласиана и матрица расстояний — дают разные представления о «форме» и связанности молекулы.

Измерение скрытых закономерностей в сети

Получив матрицы связности, исследователи вычисляют их собственные числа — числа, суммирующие глубокие структурные закономерности сети. На основе этих собственных чисел они формируют набор числовых показателей, называемых спектральными дескрипторами, с названиями вроде энергии матрицы смежности, алгебраической связности и энергии матрицы расстояний. Каждый дескриптор объединяет информацию из всего молекулярного графа, фиксируя как локальные детали вокруг каждого атома, так и глобальную архитектуру молекулы. Поскольку β‑лактамные антибиотики могут различаться тонко в строении колец и боковых цепей, такие чувствительные меры всего молекулярного графа привлекательны для связывания структуры с поведением.

Связывание структурных оценок с практическими свойствами

Исследование сосредоточено на семи клинически значимых β‑лактамных соединениях, включая известные препараты, такие как амоксициллин и имипенем, отобранные так, чтобы охватить диапазон размеров и вариантов боковых цепей. Для каждого препарата команда собирает экспериментальные данные по практическим физико‑химическим свойствам: точке кипения, молярному объему, тому, насколько сильно молекула преломляет свет (молярная рефрактивность), доле полярной поверхности, поляризуемости и поверхностному натяжению. Затем они проверяют, насколько хорошо каждый отдельный спектральный дескриптор предсказывает каждое свойство, подбирая три типа нелинейных зависимостей — квадратную, логарифмическую и степенную — с использованием стандартного статистического ПО.

Насколько точны предсказания?

Результаты показывают, что несколько дескрипторов сильно коррелируют со свойствами, главным образом определяемыми размером молекулы и плотностью её связей. Например, алгебраическая связность, энергия беззнакового лапласиана и энергия матрицы расстояний часто оказываются особенно информативными. Квадратичные уравнения, позволяющие простую изогнутую зависимость между дескриптором и свойством, обычно работают немного лучше, чем логарифмические или степенные формулы: они дают более высокие коэффициенты детерминации и меньшие ошибки предсказания. Это указывает на то, что связь между структурой молекулярной сети и её массовыми свойствами чаще мягко изогнута, а не линейна.

Где подход недостаточен

Моделирование менее успешно для свойств, которые сильно зависят от распределения электронов по поверхности молекулы и от специфических взаимодействий, таких как водородные связи. Полярная площадь поверхности и поверхностное натяжение, например, демонстрируют больший разброс между предсказанными и измеренными значениями. Поскольку используемые здесь графовые дескрипторы фокусируются только на том, какие атомы связаны и на расстояниях между ними, они явно не кодируют подробные электронные эффекты или направленные взаимодействия с окружающими молекулами. Это ограничение отражает простоту лежащего в основе представления, а не неадекватность самих статистических методов.

Что это означает для будущей разработки антибиотиков

В целом исследование демонстрирует, что графовые дескрипторы на основе собственных чисел предлагают компактный и интерпретируемый способ предсказывать ряд ключевых свойств β‑лактамных антибиотиков без проведения полного набора экспериментов. Захватывая общую планировку и связанность атомов, эти математические оценки помогают прогнозировать, при какой температуре соединение будет кипеть, какой объём оно занимает и как оно взаимодействует в массе с окружающей средой. Хотя они пока не могут заменить более детализированные модели для свойств, зависящих от тонкой электронной структуры, они дают прочную основу для комбинирования с другими семействами дескрипторов и более крупными наборами данных. Для неспециалистов вывод таков: умная математика, применённая к молекулярным чертежам, может помочь в скрининге и оптимизации будущих антибиотиков, потенциально ускоряя поиск препаратов, опережающих бактериальную устойчивость.

Цитирование: 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

Ключевые слова: β‑лактамные антибиотики, QSPR моделирование, дескрипторы теории графов, физико‑химические свойства, разработка лекарств