DOI: https://doi.org/10.3389/fchem.2026.1848388
PMID: https://pubmed.ncbi.nlm.nih.gov/42292661
تاريخ النشر: 2026-05-29
المؤلف: R. Pavithra وآخرون
الموضوع الرئيسي: نظرية الرسوم البيانية وتطبيقاتها
نظرة عامة
تناقش قسم ورقة البحث أهمية دراسة أدوية سرطان الجلد، مع التأكيد على إمكانيات علاجات الميلانوما، والمثبطات المناعية، وتطبيقات الأدوية الموضعية. يركز المؤلفون على استخدام موصوفات الطوبولوجيا اللونية، ولا سيما مؤشرات الطوبولوجيا اللونية هايبر زغرب، بالتزامن مع نماذج العلاقة بين الهيكل والنشاط الكمي (QSAR) لتحليل الخصائص الفيزيائية والكيميائية لأدوية سرطان الجلد. من خلال تطبيق تلوين مناسب على الرسوم البيانية الجزيئية، تؤسس الدراسة إطارًا عدديًا يربط التركيب الكيميائي بالخصائص الفيزيائية، مما يسهل بناء نماذج الانحدار بناءً على قيم المؤشر المحسوبة.
تشير النتائج إلى أن أربعة مؤشرات طوبولوجيا زغرب اللونية تتنبأ بفعالية بالخصائص الأساسية مثل الاستقطابية، والوزن الجزيئي، والانكسار المولي للأدوية المدروسة. وهذا يبرز أهمية التركيب الجزيئي في تحديد خصائص الأدوية ويقترح أن هذه المؤشرات الطوبولوجية هي أدوات قيمة للتنبؤ بخصائص الأدوية. النتائج لها تداعيات على صناعة الأدوية، حيث تقدم منهجيات لتقدير الخصائص ذات الصلة بتطوير الأدوية وقد تساعد في إنشاء علاجات جديدة لسرطان الجلد. كما تسلط الدراسة الضوء على القدرة على التنبؤ بمختلف الخصائص الفيزيائية، بما في ذلك الإنتروبيا ونقطة الغليان، والتي يمكن أن تكون مفيدة في مواجهة تحديات صحية جديدة.
مقدمة
ت outlines المقدمة الدور الحاسم للجلد كأكبر عضو في جسم الإنسان، مع التأكيد على وظائفه الوقائية ضد التهديدات الخارجية مثل العدوى والأشعة فوق البنفسجية. تسلط الضوء على هيكل الجلد، الذي يتكون من ثلاث طبقات: البشرة، والأدمة، والطبقة تحت الجلد، وتناقش تداعيات التعرض للأشعة فوق البنفسجية، والتي يمكن أن تؤدي إلى سرطان الجلد – وهو شكل شائع من السرطان يتميز بالنمو غير الطبيعي للخلايا بسبب الطفرات في الحمض النووي. تصنف المقدمة سرطان الجلد إلى ثلاثة أنواع رئيسية: سرطان الخلايا القاعدية (BCC)، وسرطان الخلايا الحرشفية (SCC)، والميلانوما، مع الإشارة إلى أن الميلانوما هي الأكثر عدوانية.
علاوة على ذلك، تتناول القسم أهمية نظرية الرسم الكيميائي في فهم خصائص الأدوية، خصوصًا من خلال منهجيات العلاقة بين الهيكل والنشاط الكمي (QSAR) والعلاقة بين الهيكل والخاصية الكمية (QSPR). تناقش فائدة المؤشرات الطوبولوجية، التي تعمل كموصوفات عددية للهياكل الجزيئية، مما يساعد في التنبؤ بالخصائص الفيزيائية والكيميائية دون الحاجة إلى التخليق. تختتم المقدمة بتقديم هدف الدراسة: تطوير نماذج انحدار للتنبؤ بـ QSPR بناءً على الخصائص الفيزيائية والكيميائية أثناء حساب مؤشرات الطوبولوجيا اللونية هايبر زغرب لأدوية سرطان الجلد. تهدف هذه الطريقة إلى تعزيز تصميم الأدوية ودراسات العلاقة بين الهيكل والنشاط، مما يظهر إمكانياتها في تسهيل تطوير عوامل علاجية جديدة.
طرق
في هذه الدراسة، تم اختيار عشرة أدوية لسرطان الجلد – تيربانيبولين، أليتريتينوين، ميثوتريكسات، تازاروتين، نيكوتيناميد، ديكلوفيناك، إميكيمود، توبوتيكان، فوريستات، وسونيديجيب – للتحليل بناءً على خصائصها الفيزيائية والكيميائية. تم الحصول على البيانات من قواعد بيانات PubChem وChemSpider، حيث يقدم الجدول 1 البيانات التجريبية حول الخصائص الفيزيائية والكيميائية لهذه الأدوية، بينما تمثل الشكل 1 هذه المعلومات بصريًا.
لتحليل البيانات، تم استخدام نموذج انحدار، والذي اعتبر مناسبًا لأهداف الدراسة. بالإضافة إلى ذلك، توضح الشكل 2 الرسوم البيانية الجزيئية للأدوية المختارة، مما يبرز أهمية مؤشرات الطوبولوجيا اللونية. تتطلب هذه المؤشرات تلوينًا محددًا للرسوم البيانية الجزيئية، مما يضمن عدم مشاركة أي قمتين متجاورتين نفس اللون، وهو أمر حاسم للحسابات الدقيقة في التحليل.
مناقشة
في هذا القسم، تحقق الدراسة من العلاقات بين ثمانية خصائص فيزيائية وكيميائية لعشرة أدوية لسرطان الجلد وأربعة مؤشرات طوبولوجيا زغرب اللونية. تكشف التحليلات عن ارتباطات قوية، خصوصًا مع الوزن الجزيئي (r = 0.957)، والانكسار المولي (r = 0.951)، والاستقطابية (r = 0.951)، مما يشير إلى أن هذه الخصائص يمكن التنبؤ بها بفعالية باستخدام مؤشرات زغرب اللونية المعدلة ومؤشرات زغرب اللونية هايبر. بالمقابل، تظهر خصائص مثل المساحة السطحية القطبية، والتوتر السطحي، وlog P ارتباطات ضعيفة (r < 0.2)، مما يشير إلى أنها قد تتأثر بتفاعلات جزيئية معقدة لم يتم التقاطها بواسطة المؤشرات المختارة. تستخدم الدراسة نموذج انحدار خطي لتحديد هذه العلاقات، مع الإشارة إلى أن معاملات الانحدار والمقاييس الإحصائية تشير إلى قوة تنبؤية كبيرة لبعض المؤشرات، خصوصًا مؤشر زغرب اللوني المعدل الأول ($m M \Phi_1(G)$) ومؤشر زغرب اللوني هايبر ($HM \Phi_1(G)$). تسلط تحليل QSPR الضوء على إمكانيات هذه المؤشرات في تصميم الأدوية، خصوصًا لتقدير الخصائص الجزيئية الأساسية لفهم القوى بين الجزيئات. بشكل عام، تؤكد النتائج على فائدة مؤشرات الطوبولوجيا اللونية زغرب في التنبؤ بالخصائص الفيزيائية والكيميائية، مما قد يسهل تطوير عوامل علاجية جديدة لسرطان الجلد.
القيود
يعترف قسم القيود بعدة قيود في البحث، الذي يحقق في الارتباطات بين مؤشرات الطوبولوجيا اللونية والخصائص الفيزيائية والكيميائية لأدوية سرطان الجلد. من الجدير بالذكر أن الدراسة تعتمد على مجموعة بيانات محدودة من عشرة أدوية فقط، مما يقيّد إمكانية تعميم النتائج. بالإضافة إلى ذلك، قد يؤدي الاعتماد على نماذج الانحدار الخطي إلى تجاهل العلاقات غير الخطية المعقدة بين الموصوفات الجزيئية والخصائص الفيزيائية والكيميائية المدروسة. يقترح المؤلفون أن استكشاف أساليب النمذجة غير الخطية والهجينة قد يعزز دقة التنبؤات للخصائص مثل المساحة السطحية القطبية، والتوتر السطحي، وlog P.
لتحسين قوة نماذج العلاقة بين الهيكل والنشاط الكمي (QSAR)، يجب أن تأخذ الأبحاث المستقبلية في الاعتبار استخدام مجموعات بيانات أكبر ودمج مقاييس إحصائية إضافية، مثل خطأ الجذر التربيعي المتوسط (RMSE) والانحراف المطلق النسبي المتوسط (AARD). يُوصى باستكشاف تقنيات الانحدار المتقدمة، بما في ذلك النماذج التربيعية والمكعبة، فضلاً عن منهجيات التعلم الآلي، لتعزيز دقة التنبؤ. بشكل عام، تسلط الدراسة الضوء على الحاجة إلى تحسين نماذج QSAR لتوصيف الخصائص الفيزيائية والكيميائية بشكل أفضل، مما قد يساهم بشكل كبير في النماذج الحاسوبية في تصميم الأدوية والتحليل.
DOI: https://doi.org/10.3389/fchem.2026.1848388
PMID: https://pubmed.ncbi.nlm.nih.gov/42292661
Publication Date: 2026-05-29
Author(s): R. Pavithra et al.
Primary Topic: Graph theory and applications
Overview
The research paper section discusses the significance of studying skin cancer drugs, emphasizing the potential of melanoma treatments, immunosuppressants, and topical drug applications. The authors focus on the use of chromatic topological descriptors, particularly the chromatic hyper Zagreb topological indices, in conjunction with quantitative structure-activity relationship (QSAR) models to analyze the physicochemical properties of skin cancer drugs. By applying proper coloring to molecular graphs, the study establishes a numerical framework that links chemical composition to physical attributes, facilitating the construction of regression models based on calculated index values.
The findings indicate that four chromatic Zagreb topological indices effectively predict essential characteristics such as polarizability, molecular weight, and molar refractivity of the drugs studied. This underscores the importance of molecular structure in determining drug properties and suggests that these topological indices are valuable tools for predicting drug characteristics. The results have implications for the pharmaceutical industry, offering methodologies to estimate properties relevant to drug development and potentially aiding in the creation of new treatments for skin cancer. The study also highlights the ability to predict various physical properties, including entropy and boiling point, which can be instrumental in addressing new health challenges.
Introduction
The introduction outlines the critical role of skin as the largest organ in the human body, emphasizing its protective functions against external threats such as infections and UV radiation. It highlights the skin’s structure, comprising three layers: the epidermis, dermis, and hypodermis, and discusses the implications of UV exposure, which can lead to skin cancer—a prevalent form of cancer characterized by abnormal cell growth due to DNA mutations. The introduction categorizes skin cancer into three main types: basal cell carcinoma (BCC), squamous cell carcinoma (SCC), and melanoma, with melanoma noted as the most aggressive variant.
Furthermore, the section delves into the significance of chemical graph theory in understanding drug properties, particularly through quantitative structure-activity relationship (QSAR) and quantitative structure-property relationship (QSPR) methodologies. It discusses the utility of topological indices, which serve as numerical descriptors of molecular structures, aiding in the prediction of physicochemical properties without the need for synthesis. The introduction concludes by presenting the study’s objective: to develop regression models for predicting QSPR based on physicochemical properties while calculating chromatic hyper Zagreb topological indices for skin cancer drugs. This approach aims to enhance drug design and structure-activity relationship studies, showcasing its potential to facilitate the development of new therapeutic agents.
Methods
In this study, ten skin cancer drugs—Tirbanibulin, Alitretinoin, Methotrexate, Tazarotene, Nicotinamide, Diclofenac, Imiquimod, Topotecan, Vorinostat, and Sonidegib—were selected for analysis based on their physicochemical properties. Data was sourced from the PubChem and ChemSpider databases, with Table 1 presenting the experimental data on the physical and chemical characteristics of these drugs, while Figure 1 visually represents this information.
To analyze the data, a regression model was employed, deemed appropriate for the study’s objectives. Additionally, Figure 2 demonstrates the molecular graphs of the selected drugs, highlighting the importance of chromatic topological indices. These indices require a specific coloring of the molecular graphs, ensuring that no two adjacent vertices share the same color, which is crucial for accurate computations in the analysis.
Discussion
In this section, the study investigates the relationships between eight physicochemical properties of ten skin cancer drugs and four chromatic Zagreb topological indices. The analysis reveals strong correlations, particularly with molecular weight (r = 0.957), molar refractivity (r = 0.951), and polarizability (r = 0.951), indicating that these properties can be effectively predicted using chromatic modified and chromatic hyper Zagreb indices. Conversely, properties such as polar surface area, surface tension, and log P exhibit weak correlations (r < 0.2), suggesting that they may be influenced by complex molecular interactions not captured by the selected indices. The study employs a linear regression model to quantify these relationships, with the regression coefficients and statistical metrics indicating significant predictive power for certain indices, particularly the chromatic modified first Zagreb index ($m M \Phi_1(G)$) and the chromatic hyper Zagreb index ($HM \Phi_1(G)$). The QSPR analysis highlights the potential of these indices in drug design, particularly for estimating molecular characteristics essential for understanding intermolecular forces. Overall, the findings underscore the utility of chromatic Zagreb topological indices in predicting physicochemical properties, which could facilitate the development of new therapeutic agents for skin cancer.
Limitations
The section on limitations acknowledges several constraints in the research, which investigates the correlations between chromatic topological indices and physicochemical properties of skin cancer drugs. Notably, the study is based on a limited dataset of only ten drugs, which restricts the generalizability of the findings. Additionally, the reliance on linear regression models may overlook complex non-linear relationships between molecular descriptors and the physicochemical properties being studied. The authors suggest that exploring non-linear and hybrid modeling approaches could enhance the accuracy of predictions for properties such as polar surface area, surface tension, and log P.
To improve the robustness of the quantitative structure-activity relationship (QSAR) models, future research should consider utilizing larger datasets and incorporating additional statistical metrics, such as Root Mean Square Error (RMSE) and Average Absolute Relative Deviation (AARD). The exploration of advanced regression techniques, including quadratic and cubic models, as well as machine learning methodologies, is recommended to enhance predictive accuracy. Overall, the study highlights the need for refining QSAR models to better characterize physicochemical properties, which could significantly advance computational models in drug design and analysis.