Modelo de predicción del área polar de analgésicos con descriptores moleculares

La superficie polar topológica (TPSA) es un descriptor molecular esencial en la química farmacéutica, ya que influye directamente en la absorción y biodisponibilidad de los medicamentos administrados por vía oral. En este estudio se aplicó un modelo de regresión lineal para analizar la relación entre el TPSA y diversos descriptores moleculares en 30 analgésicos no opioides.

Utilizando herramientas computacionales y análisis estadísticos, se busca demostrar cómo las matemáticas y la modelización pueden contribuir a predecir propiedades farmacológicas, optimizando así el desarrollo de nuevos fármacos. Además, esta investigación subraya la importancia de integrar conocimientos de matemáticas, química y estadística en la formación en ingeniería, promoviendo un enfoque interdisciplinario clave para resolver problemas complejos, especialmente en la industria farmacéutica.

El objetivo principal fue estudiar el TPSA de analgésicos aprobados, utilizando un modelo de regresión lineal basado en descriptores constitucionales, con énfasis en el número de aceptores de hidrógeno y heteroátomos. La metodología se basa en principios de QSAR (Relaciones Cuantitativas Estructura-Propiedad), que permiten establecer relaciones entre la estructura de una molécula y sus propiedades fisicoquímicas.

Los resultados evidencian la relevancia del TPSA en la caracterización farmacocinética de los analgésicos no opioides y su correlación con descriptores clave. A través del modelo matemático, se logró establecer una correlación significativa entre el TPSA y los descriptores seleccionados, lo que destaca el potencial de estas herramientas para la predicción de propiedades farmacológicas.

Asimismo, se pone de relieve el papel crucial de las matemáticas aplicadas a contextos reales en la resolución de problemas científicos. En particular, se muestra cómo los estudiantes pueden utilizar modelos matemáticos, como la regresión lineal, para abordar problemáticas reales, aplicando así conocimientos de ciencias básicas en contextos profesionales y tecnológicos.

Se desarrolló un modelo de regresión lineal para un grupo de 30 analgésicos no opioides administrados por vía oral. Los datos moleculares se obtuvieron de la base de datos DrugBank, a partir de la cual se extrajeron los códigos SMILES. Luego, se calcularon los descriptores constitucionales mediante la plataforma ChemDes.

El análisis estadístico se llevó a cabo utilizando Jamovi 2.3.1. Dado que la prueba de normalidad de Shapiro-Wilk indicó que los datos no seguían una distribución normal, se optó por una regresión de Spearman, obteniendo un coeficiente de correlación de 0.918, lo cual representa una fuerte relación entre el TPSA y los descriptores moleculares.

Este estudio confirma la importancia del TPSA como variable clave en la predicción de propiedades farmacológicas y subraya el valor del enfoque computacional y estadístico en el diseño y análisis de medicamentos. Además, refuerza la idea de que las matemáticas no solo son fundamentales en la ciencia, sino también una herramienta poderosa para optimizar procesos en la química farmacéutica.

Conoce el modelo aquí