抗癌药物新型邻域距离描述符与经典描述符的比较性QSPR分析

《Computational Biology and Chemistry》:Comparative QSPR analysis of novel neighborhood distance-based and classical descriptors for anticancer drugs

【字体: 大 中 小 】 时间:2026年10月08日 来源:Computational Biology and Chemistry 3.4

编辑推荐:

   **•引入的新型描述符:** 引入三种基于邻域距离的新型拓扑描述符(F1DN、F2DN 和 F3DN),用于纳入分子图中相邻顶点之间的距离信息。**•全面的QSPR评估:** 使用50种FDA批准的抗癌药物和八项理化性质对所述描述符进行评估:分子量、LogP、拓扑极性表面积(

  

**•引入的新型描述符:** 引入三种基于邻域距离的新型拓扑描述符(F1DN、F2DN 和 F3DN),用于纳入分子图中相邻顶点之间的距离信息。**•全面的QSPR评估:** 使用50种FDA批准的抗癌药物和八项理化性质对所述描述符进行评估:分子量、LogP、拓扑极性表面积(TPSA)、氢键受体数(HBA)、氢键供体数(HBD)、可旋转键数、分子复杂度和重原子数。**•具有竞争力的预测性能:** 多项式QSPR分析表明,所述描述符在分子复杂度、分子量、氢键供体数和拓扑极性表面积(TPSA)方面优于经典距离型描述符,而经典描述符在重原子数、HBA和LogP方面表现更好。**•岭回归提供最强的机器学习性能:** 将所述描述符与经典拓扑描述符和RDKit描述符结合,在岭回归、随机森林和XGBoost模型中进行评估,结果表明岭回归在所研究的各项性质上提供了最强的整体预测性能。**•证明可解释性和模型可靠性:** SHAP分析确认所述邻域距离描述符为影响性特征,而Y随机化、嵌套交叉验证和适用域分析提供了关于模型鲁棒性、泛化能力和预测可靠性的互补证据。

**引言**

蛋白激酶在细胞信号通路中发挥基本作用,其失调与癌症的发生、发展和转移密切相关。蛋白激酶抑制剂的开发彻底改变了靶向癌症治疗,促使越来越多的抗癌药物获批,并确立了精准医疗作为癌症治疗的有前景策略(Kannaiyan and Mahadevan, 2018)。尽管取得这些进展,仍存在若干挑战,包括获得性药物抗性和有限的治疗反应,这些挑战继续推动新型且更有效的激酶抑制剂的开发(Ferguson and Gray, 2018)。药物化学的最新进展使药物开发从广谱抑制剂转向高度选择性和亚型特异性药物,从而改善了治疗效果和安全特性(Fabbro et al., 2002)。然而,与毒性相关的问题,尤其是肝毒性,以及缺乏具有临床相关性的毒性评估模型,仍然限制了众多小分子激酶抑制剂的成功应用(Shi and Schnackenberg, 2026)。此外,显著的个体间药代动力学变异性以及药物相互作用往往影响口服抗癌药物的临床疗效,凸显了个体化治疗策略和治疗药物监测的重要性(Bouchet and Molimard, 2022, Gampenrieder Satory, 2022)。因此,基于定量结构-性质关系(QSPR)建模和机器学习的计算方法已成为理解现有药物理化行为并促进新抗癌药物理性设计和发现的强大工具(Prakash et al., 2025)。

拓扑描述符,通常称为拓扑指数(TIs),是从分子结构的图论表示中派生的数值不变量,其中原子和化学键分别由顶点和边表示(Abid et al., 2025)。这些描述符将连通性、分支模式和分子拓扑等结构信息编码为在图同构下保持不变的数学量(Zaman et al., 2024)。由于能够在无需实验测量的情况下表征分子架构,拓扑指数已成为化学信息学、计算化学和药学科学中不可或缺的工具(Nasir et al., 2022)。特别是,它们在定量结构-性质关系(QSPR)和定量结构-活性关系(QSAR)研究中作为高效的分子描述符,将分子结构与理化、生物学和药理学性质相关联。大量研究证明,拓扑描述符在药物重定位、毒性预测、分子性质估算和抗癌治疗药物理性设计中的有效性(Pandeeswari and Ravi Sankar, 2025)。此外,近期关于乳腺癌药物、化疗药物和其他抗癌化合物的研究突出了基于回归的高级QSPR模型在揭示有意义的结构-性质关系和促进新型治疗候选药物发现方面的能力(Mahboob et al., 2024, Urs et al., 2025)。

在近期提出的图论描述符中,Sombor拓扑指数因其强大的区分能力、数学优雅性和在QSPR建模中出色的预测性能而备受关注(Kara et al., 2025a)。若干研究报告指出,基于Sombor的描述符和其他新开发的拓扑测量指标与抗癌药物重要的理化性质和生物性质表现出优越的相关性,通常优于许多经典图不变量(Saleh et al., 2025)。受这些发现启发,Qin et al.(2025)提出的工作研究了Sombor拓扑指数及其基于熵的扩展在抗癌化合物理化特征建模中的适用性。使用图论和边划分技术,开发了一个基于Python的综合计算框架来计算所述描述符和熵测量指标。所得到的分子描述符随后与统计回归和机器学习方法相结合,以预测关键性质,包括沸点、摩尔折射率、重原子数、精确质量、闪点和极化率(Ahmed et al., 2025)。比较分析表明,拓扑指数始终比其基于熵的对应物提供更强的预测性能和更高的统计显著性,证明其作为QSPR研究和化学信息学指导的抗癌药物发现中稳健分子描述符的潜力(Kara et al., 2025b)。

尽管QSPR研究已广泛采用基于度数的、基于距离的和基于邻域度数的拓扑描述符,但邻域原子之间的距离仍未得到充分探索,代表了描述符开发中的一个重要缺口。为弥补这一局限,我们引入了一类新的基于邻域距离的拓扑描述符,并构建了三种描述符。所述描述符在50种FDA批准的抗癌药物上进行评估,使用八项互补的理化性质,这些性质的选择旨在代表多样化的分子和结构特征,从而为评估描述符敏感性和预测能力提供适当基础。其性能与已建立的拓扑描述符进行系统比较,以量化邻域距离所提供的额外结构信息。主要目标是确定所述描述符是否能改进抗癌药物理化性质的QSPR表示和预测。

Mostar描述符由Dosli?于2018年提出(Doslic et al., 2018),定义为Mo(G)=∑uv∈E(G)|nu?nv|,其中求和覆盖图的所有边。

Mostar描述符是一种键加和型距离拓扑描述符,通过测量每条边相关顶点距离的失衡程度来量化分子图的外围性质(Ali and Doslic, 2021)。与传统的基于距离的描述符不同,它有效地捕捉结构不对称性、分支模式和分子亚结构在图中的相对位置。由于能够编码局部和全局结构信息,Mostar指数在化学图论、纳米结构分析和QSPR/QSAR建模中具有重要应用,已成功用于表征分子几何形状并预测化学化合物的理化性质(Hayat and Zhou, 2019, Akhter et al., 2021)。

Trinajsti?描述符由Furtula于2022年引入(Furtula, 2022),正式给出为NT(G)=∑u,v∈V(G)(nu?nv)2,其中求和遍历所有无序顶点对。

Trinajsti?描述符是近期引入的一种基于距离的拓扑描述符,通过相邻顶点之间距离平衡的概念来表征分子结构。通过纳入分子图中距离的相对分布,它捕捉了关于分子连通性、分支和整体结构组织的重要信息。由于其能够有效表示局部和全局拓扑特征,Trinajsti?描述符在化学图论和QSPR/QSAR研究中显示出相当大的潜力,用于预测分子化合物的理化和生物性质(Cenikli and Gursoy, 2025)。

Padmakar–Ivan描述符由Khadikar于2001年引入(Khadikar et al., 2001b),给出为PI(G)=∑uv∈E(G)[nu+nv]。

Padmakar–Ivan(PI)指数是一种广泛使用的基于距离的拓扑描述符,通过考虑相对于图中每条键的边的相对分布来量化分子结构(Ashrafi and Loghman, 2006)。由于其计算简单且区分能力强,PI指数与许多理化性质和生物活性表现出优异的 correlations,通常表现相当或优于经典描述符。因此,它已成为QSPR/QSAR研究、化学图论以及复杂分子网络和纳米结构分析中有效的分子描述符(Khadikar et al., 2001a, Hakeem et al., 2025)。

Szeged描述符由Gutman(1994)提出(Gutman and Dobrynin, 1998),表示为Sz(G)=∑uv∈E(G)nu?nv。

Szeged描述符是最重要的基于距离的拓扑描述符之一,是Wiener指数对含环分子图的自然扩展。它通过考虑相对于每条边的顶点分布来有效捕捉分子连通性,非常适合描述环状分子结构。由于其与各种理化性质的强相关性以及表征二部性和分子分支等结构特征的能力,Szeged指数已成为化学图论、QSPR/QSAR研究和复杂分子网络分析中广泛使用的分子描述符(Pisanski and Randic, 2010)。

几何-算术描述符由Fath-Tabar于2010年提出(Fath-Tabar et al., 2010),定义为GA(G)=∑uv∈E(G)2nu?nv/(nu+nv)。

对于这些拓扑描述符相关理论背景和计算程序的详尽阐述,请参阅Fraz et al.(2024)。

**片段部分**

**数据集收集**

为本研究构建了一个包含50种美国食品药品监督管理局(FDA)批准的抗癌药物的数据集,相应的化学结构在补充数据中提供。选择FDA批准的抗癌药物提供了一个界定明确且临床确立的化合物集合,用于评估所述基于邻域距离的描述符。所选化合物在八项互补的理化性质上进行了考虑,这些性质代表多样化的分子和结构特征,从而为评估描述符敏感性和预测能力提供适当基础。

**结果与讨论**

基于新提出的基于邻域距离的拓扑描述符在公式(1)-(3)中的定义,其数值按照例2.2中讨论的方法进行了计算,针对包含50种FDA批准的抗癌药物的数据集,结果报告在表2中。此外,还计算了若干已建立的基于距离的拓扑描述符,即Mostar(Mo)、Padmakar–Ivan(PI)、Szeged(Sz)、几何-算术(GA)和Trinajsti?(NT)描述符,其定义如下:

**结论**

本研究引入了三种基于邻域距离的新型拓扑描述符,以纳入分子图中相邻顶点相关的距离信息。使用50种FDA批准的抗癌药物和八项理化性质对其性能进行了研究,包括分子量、LogP、拓扑极性表面积(TPSA)、氢键受体数(HBA)、氢键供体数(HBD)、可旋转键数、分子复杂度和重原子数。QSPR分析显示,所述描述符的预测性能在...

**CRediT作者贡献声明**

Hafiz Muhammad Fraz:撰写-审阅与编辑,撰写-原稿,方法论,概念化。Muhammad Faisal Nadeem:验证,调查,形式化分析。

**伦理声明**

本文不包含任何涉及人类或动物的研究。

**资助声明**

资助信息不适用/未获得资助。

**利益冲突声明**

作者没有利益冲突需要披露。

Hafiz Muhammad Fraz | Muhammad Faisal Nadeem
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号