Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 Métodos computacionales
2 Métodos Quimioinformáticos
0 1 0 1 0
Para fines de un grafo molecular otra representación muy útil es la ma-
triz de distancia D(G), ya que las potencias de esta matriz identifican los
distintos caminos dentro del grafo. Para el ejemplo de la Figura 1 1 esta será
la siguiente:
0 1 1 1 2
1 0 2 2 1
D(G) =
1 2 0 1 2 (2)
1 2 1 0 1
2 1 2 1 0
Es pertinente mencionar que los grafos moleculares tienen algunas propie-
dades particulares, la principal es la omisión de átomos de hidrógeno. Con-
sideraciones adicionales pueden incluir pseudografos ponderados o etiquetas
que facilitan la descripción de elementos estructurales como los anillos (Ro-
senfeld y Gutman 1996). Además de la practicidad, se ha demostrado que
las matrices de un grafo molecular permiten el cálculo de descriptores fisico-
quı́micos. Lo anterior es posible debido a que estas propiedades son altamente
dependientes a la geometrı́a y topologı́a de un compuesto, hecho que se ha
demostrado al calcular distintas propiedades con notable precisión (Burch
2019). Estas invariantes suelen denominarse como ı́ndices topológicos, siendo
un ejemplo muy conocido el ı́ndice de Wiener, el cual puede obtenerse de la
siguiente expresión (Basak 2015):
1X
W = dij (3)
2 ij
4 Espacio Quı́mico
Sin duda, esta extensión puede tomarse un universo per se. Siguiendo
esta analogı́a, ¿serı́a posible plantear la existencia de “galaxias” quı́micas?
Toma un momento para considerar las implicaciones de esta idea. Dichas
galaxias podrı́an ser herramientas para catalogar las moléculas. Ası́ surge el
espacio quı́mico, una matriz de N compuestos con M descriptores (Prieto-
Martı́nez y Medina-Franco 2018). En principio estos descriptores podrı́an
ser simples como propiedades fisicoquı́micas o algo más complejo como su
actividad biológica.
Llegado este punto, vale preguntar ¿qué utilidad tiene esto en la práctica?
Principalmente el espacio quı́mico busca separar el universo molecular en
forma eficiente; es decir, encontrar descriptores robustos que además generen
cúmulos bien definidos que permitan identificar patrones.
En contextos farmacéuticos, los descriptores más usados son las reglas
empı́ricas de Lipinski. Estas ’reglas’ fueron determinadas por Christopher
Lipinski, durante su trabajo en Pfizer. Inicialmente, estos descriptores se
plantearon como filtros fisicoquı́micos, indicativos de un buen perfil biofar-
macéutico. No obstante, con el paso de los años adquirieron un rol discrimi-
nativo, al ser usados como indicativos de actividad biológica.
Considérense los siguientes argumentos, tanto a favor como en contra.
A favor: Los productos naturales han sido siempre una fuente directa e
indirecta de fármacos. Recientemente, se ha demostrado por diferentes grupos
que los fármacos y productos naturales recién identificados se interceptan
en su “espacio quı́mico Lipinski” (Cragg y Newman 2013; Ganesan 2004;
González-Medina y col. 2016; Saldı́var-González y col. 2018).
En contra: Es cierto que en la práctica las reglas de Lipinski se han tomado
como robustas. No obstante, se ha demostrado que el uso indiscriminado de
estas métricas produce inflación molecular, al sobrexplotar el mismo espacio
quı́mico (Leeson 2015).
Nombre Expresión
√
Distancia Euclidiana E(a, b) = a + b − 2c
Distancia Manhattan H(a, b) = a + b − 2c
c
Distancia Söergel S(a, b) = 1 − a+b−c
Por tanto, la reflexión nos invita a considerar el hecho de que las relaciones
estructura-actividad no son necesariamente lineales como muchas veces trata
de simplificarse. Considera los compuestos mostrados en la Figura 5, por
ejemplo. Ambos compuestos son inhibidores de cinasas; con una diferencia
notable en su potencia debida únicamente a la presencia de un heteroátomo.
La existencia de este fenómeno es cada vez más reconocida en el campo
farmacéutico y se le ha denominado como ’acantilados’ de actividad (activity
cliff ) (Medina-Franco y col. 2013).
H
N N N
(a) Potencia = 6 nM
N
H
N N N
Referencias