Machine Learning-Assisted Prediction of Szeged and Mostar Indices for Class of Dendrimers

In de microscopische wereld van de chemie zijn moleculen niet zomaar willekeurige verzamelingen van atomen; het zijn complexe structuren met specifieke vormen, vergelijkbaar met kleine architectonische wonderen. Decennialang hebben wetenschappers geprobeerd te begrijpen hoe de vorm van een molecuul het gedrag bepaalt—hoe het oplost, hoe het reageert, of hoe het interageert met levende cellen. Om dit te doen, wenden zij zich vaak tot een tak van de wiskunde die de chemische grafentheorie wordt genoemd. In dit vakgebied wordt een molecuul behandeld als een kaart: de atomen zijn de punten op de kaart, en de verbindingen die hen verbinden zijn de lijnen. Door de afstanden tussen deze punten te bestudelen, kunnen onderzoekers een enkel getal aan een molecuul toekennen dat de algehele geometrie vastlegt. Deze getallen, bekend als topologische descriptoren, fungeren als een verkorte beschrijving van de fysieke persoonlijkheid van een molecuul, waardoor wetenschappers eigenschappen zoals kookpunten of hoe goed een medicijn door het lichaam kan reizen, kunnen voorspellen zonder elke versie in een laboratorium te hoeven bouwen en te testen.

Een bijzonder veelbelovende klasse moleculen voor deze toepassingen is de dendrimeer. Stel je een boom voor die in perfecte, symmetrische lagen groeit, beginnend bij een centrale stam en uitwaaiend in een precies, herhalend patroon. Dendrimeren zijn synthetische versies van dit concept. Het zijn sterk vertakte, boomachtige structuren die wetenschappers laag voor laag kunnen opbouwen, waarbij elke nieuwe laag een specifieke hoeveelheid grootte en complexiteit toevoegt. Omdat hun vorm zo precies is, zijn ze ongelooflijk nuttig in de geneeskunde, met name voor het afleveren van medicijnen aan specifieke doelwitten in het lichaam of voor gebruik in geavanceerde materialen. Echter, naarmate deze moleculaire bomen groter worden, wordt het voorspellen van hun exacte gedrag een uitdaging. De vraag die onderzoekers voorleggen is of de wiskundige getallen die hun vorm beschrijven, accuraat kunnen voorspellen hoe ze in de echte wereld zullen presteren.

Een team van onderzoekers uit Pakistan en Saoedi-Arabië zette zich in om deze vraag te beantwoorden door zich te richten op drie verschillende soorten dendrimeren: die fosfor bevatten, die gebouwd zijn rond een kern van perylenediimide, en die gemaakt zijn van alifatische polyamiden. Hun doel was om een specifieke set wiskundige getallen voor elk van deze moleculaire structuren te berekenen. Deze getallen, die de onderzoekers de Szeged- en Mostar-indices noemen, meten verschillende aspecten van de interne afstanden en symmetrie van het molecuul. De Szeged-indices kijken naar hoe de atomen verdeeld zijn ten opzichte van de verbindingen, terwijl de Mostar-indices meten hoe ongelijkmatig of symmetrisch het molecuul is. Door deze waarden te berekenen voor de eerste drie generaties groei van elk type dendrimeer, creëerde het team een gedetailleerd wiskundig profiel voor elke structuur.

De onderzoekers namen deze berekende getallen vervolgens en vergeleken ze met real-world data die in eerdere experimenten waren verzameld. Ze keken naar drie belangrijke fysieke eigenschappen: het moleculaire gewicht (hoe zwaar het molecuul is), de manier waarop het molecuul infrarood licht absorbeert (wat details over de chemische verbindingen onthult), en de glastemperatuur (het punt waarop het materiaal overgaat van hard en bros naar zacht en rubberachtig). Door deze wiskundige getallen tegen deze fysieke metingen uit te zetten, gebruikten ze statistische hulpmiddelen om te zien of er een patroon ontstond. De resultaten toonden een duidelijke en sterke verbinding. Voor de fosforhoudende dendrimeren was het wiskundige getal dat de fysieke eigenschappen het beste voorspelde de edge Mostar-index. Voor de dendrimeren met een perylenediimide-kern leverde de totale Mostar-index de sterkste link. En voor de alifatische polyamide dendrimeren bood een combinatie van de edge en de totale Mostar-indices de beste voorspellingen.

De studie vond dat naarmate deze moleculaire bomen groter werden, hun wiskundige indices op voorspelbare wijzen groeiden. De totale Szeged-index, die de algehele complexiteit van de structuur meet, vertoonde een snelle, exponentiële toename naarmate de generaties vorderden, terwijl de Mostar-indices langzamer groeiden. Dit stelde de onderzoekers in staat om eenvoudige lineaire vergelijkingen op te stellen waarmee ze de fysieke kenmerken van een molecuul kunnen schatten op basis van louter de wiskundige beschrijving. Zo bepaalden zij dat voor de fosforgebaseerde bomen de edge Mostar-index de meest betrouwbare voorspeller was van het moleculaire gewicht en de glastemperatuur. Op dezelfde wijze was voor de perylenediimide-structuren de totale Mostar-index de sleutel tot het begrijpen van hoe het molecuul zou reageren naarmate het groeide.

Deze bevindingen suggereren dat wetenschappers deze wiskundige descriptoren kunnen gebruiken om het gedrag van nieuwe dendrimeren te voorspellen voordat ze zelfs gesynthetiseerd zijn. De fosforhoudende dendrimeren, die de hoogste waarden voor deze indices vertoonden, lijken een sterk vertakte structuur te hebben die in staat is om een groot aantal medicijnmoleculen vast te houden, hoewel hun asymmetrie de oplosbaarheid minder gunstig kan maken. In contrast hiermee hadden de alifatische polyamide dendrimeren de eenvoudigste structuur en de laagste indices, wat suggereert dat ze symmetrischer en waarschijnlijk biocompatibeler zijn, wat ze ideaal maakt voor voorspelbare medicijnafgifte. De perylenediimide-kern dendrimeren zaten daar tussenin, en boden een gebalanceerde structuur die efficiënt medicijnen kon laden terwijl de stabiliteit behouden bleef.

Door te bewijzen dat deze topologische getallen zo sterk correleren met de fysieke realiteit, biedt de studie een krachtig instrument voor medicijnontwerp en materiaalkunde. In plaats van tijd en middelen te besteden aan het bouwen en testen van talloze variaties van een molecuul in een laboratorium, kunnen onderzoekers nu deze wiskundige modellen gebruiken om kandidaten te screenen en hun eigenschappen met hoge nauwkeurigheid te voorspellen. Deze aanpak vervangt niet de noodzaak van experimentele validatie, maar verkleint het veld aanzienlijk, waardoor wetenschappers hun inspanningen kunnen richten op de meest veelbelovende moleculaire ontwerpen. Het werk demonstreert dat de taal van de wiskunde de fysieke wereld van moleculen effectief kan beschrijven, waardoor complexe structurele problemen worden omgezet in oplosbare vergelijkingen en de weg wordt vrijgemaakt voor een efficiëntere ontwikkeling van levensreddende medicijnen en geavanceerde materialen.