О полиномиальных со-индексах топологии для предиктивного моделирования физико‑химических свойств противовирусных препаратов

Почему математика может ускорить поиск лекарств от Эболы

Поиск новых противовирусных препаратов обычно долгий и дорогой, поскольку каждую многообещающую молекулу нужно синтезировать и проверить в лаборатории. В этом исследовании предлагается обходной путь: использовать идеи из математики и теории графов, чтобы «считывать» структуру лекарства как штрих‑код и прогнозировать его поведение, не синтезируя ни одного соединения. Работа сосредоточена на препаратах, предлагаемых против вируса Эбола, и показывает, как тщательно подобранные числовые отпечатки молекул могут предсказывать важные физические свойства, имеющие значение для того, как лекарство действует в организме.

Преобразование молекул в простые схемы

В основе этого подхода лежит способ перекодировать молекулу в простую сеть: атомы становятся узлами, а химические связи — рёбрами, соединяющими эти узлы. Представив препарат в виде сети, авторы вычисляют топологические индексы — числа, отражающие такие характеристики, как количество ветвей молекулы, плотность связности атомов или общая симметрия формы. Эти индексы сжимают сложную трёхмерную структуру в несколько описательных величин, что позволяет быстро сравнивать и анализировать множество молекул на компьютере.

Новые молекулярные отпечатки с большим объёмом информации

Опираясь на предыдущие исследования, авторы вводят и анализируют семейство уточнённых индексов, называемых топологическими со‑индексами, получаемыми из двух математических конструкций — полиномов CoM и CoNM. Вместо того чтобы учитывать только атомы, соединённые прямыми связями, эти новые дескрипторы также рассматривают пары атомов, которые не связаны напрямую, но тем не менее влияют друг на друга через общую структуру. CoM ориентирован на количество связей, сходящихся в каждом атоме, в то время как CoNM отслеживает «окрестность» вокруг каждого атома. Кодируя эту более богатую информацию в компактные полиномы, метод позволяет получить множество различных индексов за один проход, предлагая более тонкий отпечаток каждой молекулы без серьёзных вычислительных затрат.

Тестирование метода на кандидатах в лекарства против Эболы

Команда применила свою методику к восьми противовирусным препаратам, обсуждавшимся в контексте лечения Эболы: Galidesivir, Chloroquine, Favipiravir, Amodiaquine, Azithromycin, Brincidofovir, Clomiphene и Remdesivir. Для каждого препарата были вычислены наборы со‑индексов, основанных на степени узлов и на окрестностях, и сопоставлены с экспериментальными данными из базы ChemSpider. Рассматривались физические свойства, включая молярный объём, молярную рефрактивность, поляризуемость (насколько легко смещаются электроны молекулы), поверхностное натяжение, общую структурную сложность, жиро‑ или водолюбивость молекулы (LogP), плотность и показатель преломления. Фактически, авторы проверяли: могут ли эти математические отпечатки заменить трудоёмкие измерения?

Поиск лучших связей между структурой и поведением

Чтобы изучить эти взаимосвязи, авторы построили QSPR‑модели (количественные соотношения «структура—свойство») — уравнения, связывающие каждый топологический со‑индекс с конкретным физическим свойством. Они использовали три семейства моделей: простые линейные аппроксимации, логарифмические соответствия и квадратичные (кривые) аппроксимации. Многие свойства показали сильные корреляции с отдельными индексами, причём коэффициенты корреляции нередко были близки к единице, что означало очень точное совпадение прогнозов с экспериментальными данными. Некоторые дескрипторы, такие как со‑индекс атом‑связь и несколько индексов, основанных на окрестности, многократно проявляли себя как наиболее надёжные предикторы для ключевых свойств — молярного объёма, молярной рефрактивности, поляризуемости и структурной сложности. Для более тонких характеристик, таких как соотношение масло/вода и плотность, нелинейные модели — особенно логарифмические и квадратичные — описывали связи лучше, чем прямые линии, подчёркивая, что связь «структура—свойство» часто имеет изначально кривую, а не линейную природу.

Что это значит для будущего открытия лекарств

В целом исследование показывает, что тщательно сконструированные топологические со‑индексы, полученные из полиномов CoM и CoNM, могут служить мощными заменителями лабораторных измерений свойств противовирусных препаратов. Точные прогнозы поведения кандидатных молекул позволяют учёным быстро отсеивать большие библиотеки соединений, сосредотачивать эксперименты на наиболее перспективных кандидатах и оптимизировать молекулярные конструкции до синтеза. Хотя такие методы не заменяют биологическое тестирование, эти дескрипторы предлагают быстрый и недорогой способ ориентироваться в химическом пространстве — особенно ценный при реагировании на быстро развивающиеся угрозы, такие как Эбола и другие вновь возникающие инфекционные заболевания.

Цитирование: 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

Ключевые слова: Противовирусные препараты при Эболе, топологические индексы, QSPR‑моделирование, теория молекулярных графов, вычислительное проектирование лекарств