Evaluación Computacional de Nanopartículas Poliméricas y Dendrímeros como Sistemas de Liberación de Fármacos

TFM — Máster Universitario en Ingeniería Biomédica
Universidad de Burgos · Curso académico 2025–2026

Autor: Diego Vallina Álvarez
Directores: Prof. Santiago Aparicio Martínez · Prof. Pedro Ángel Marcos Villa
Grupo: Química-Física Computacional · Departamento de Química, UBU

---

Descripción

Plataforma computacional para la evaluación sistemática de 60 moléculas representativas de nanopartículas poliméricas y dendrímeros frente a seis proteínas de barrera biológica que determinan la biodistribución y el metabolismo de los fármacos:

PDB	Proteína	Función
7A65	P-gp/MDR1	Bomba de expulsión de fármacos
1TQN	CYP3A4	Metabolismo hepático
1CX8	TfR1	Targeting tumoral (endocitosis)
4LRH	FRα	Targeting tumoral (folato)
1LYZ	Lisozima	Biocompatibilidad tisular
1AO6	HSA	Transporte plasmático

---

Metodología

1. Cálculos DFT (TURBOMOLE 7.8.1, B3LYP-D4/def2-TZVP) — optimización de geometrías y perfiles sigma COSMO-RS; 58 de las 60 moléculas convergen, en clúster HPC CENITS
2. Docking molecular (AutoDock Vina 1.2.5) — 342 cálculos válidos de 348 posibles
3. Análisis de interacciones (PLIP 2025) — 708 contactos no covalentes en 15 complejos
4. Descriptores moleculares (RDKit, Mordred) — 4179 descriptores calculados por molécula (2D, sigma-profiles COSMO-RS, fingerprints Morgan/MACCS, 3D Mordred); 1097 retenidos tras eliminar columnas con datos ausentes o varianza nula
5. Propiedades ADMET (SwissADME) — 49 propiedades farmacocinéticas
6. Modelos ML (scikit-learn) — regresión de afinidad (mejor modelo: SVR, R²=0.836 en P-gp), ITI y clasificador (Random Forest, AUC=0.957)
7. Herramienta web (Streamlit) — recomendación de carrier óptimo a partir de SMILES

Nota de reproducibilidad: se detectó y corrigió un bug en combinar_descriptores.py (discrepancia de formato en nombres de molécula entre docking_energias.csv y el resto de archivos) que hacía que las familias de descriptores sigma-COSMO-RS y Mordred 3D se perdieran silenciosamente del dataset de entrenamiento. Todos los resultados de esta tabla corresponden ya al pipeline corregido. Ver docs/memoria.qmd, sección de Limitaciones, para más detalle.

---

Estructura del repositorio

├── app/                    # Aplicación Streamlit + modelos entrenados
│   ├── app.py
│   └── models/             # Modelos RF serializados (.joblib)
├── data/                   # Datasets y descriptores
│   ├── base_molecular_pubchem.csv
│   ├── dataset_ML.csv
│   ├── descriptores_2D.csv
│   ├── descriptores_3D_mordred.csv
│   ├── docking_energias.csv
│   ├── sigma_profiles.csv
│   ├── admet_swissadme.csv
│   ├── plip_parsed.csv
│   └── admet_raw/          # CSVs originales de SwissADME por tanda
├── docking/                # Archivos de docking
│   ├── receptores/         # PDB de las 6 proteínas
│   ├── ligandos/           # PDBQT de las moléculas
│   ├── resultados/         # Poses de docking (.pdbqt)
│   ├── plip_inputs/        # PDB combinados proteína+ligando para PLIP
│   └── plip_resultados/    # Imágenes y XMLs de PLIP
├── docs/                   # Memoria y anexos del TFM
│   ├── memoria.pdf
│   ├── anexos.pdf
│   ├── memoria.qmd
│   ├── anexos.qmd
│   ├── evidencia_cronologica   # Recuperación de toda la actividad realizada en el Cenits dispuesta en una gráfica
│   └── qmd/                # Capítulos en formato Quarto
├── results/                # Resultados y figuras
│   ├── figures/            # Todas las figuras del TFM
│   ├── ml_results/         # CSVs de resultados ML
│   └── models/             # Modelos entrenados
├── scripts/                # Scripts Python del proyecto
│   ├── calcular_descriptores_2D.py
│   ├── calcular_fingerprints.py
│   ├── extraer_sigma_profiles.py
│   ├── combinar_descriptores.py   # Combina las 5 familias de descriptores (bug de nombres corregido)
│   ├── calcular_ITI.py            # Índice de Eficiencia de Transporte, con factor corrector por MW
│   ├── lanzar_docking.py
│   ├── extraer_docking_energias.py
│   ├── modelos_ML.py              # Regresión, ITI, clasificador y SHAP (dataset corregido)
│   ├── preparar_plip.py
│   └── graficas_pro.py
└── structures/             # Estructuras moleculares
    ├── xyz/                # Geometrías DFT optimizadas (.xyz)
    ├── sdf/                # Estructuras 3D (.sdf)
    ├── molden/             # Archivos de visualización (.molden)
    └── turbomole/          # Cálculos TURBOMOLE completos

---

Resultados principales

Métrica	Valor
Moléculas en la biblioteca	60
Moléculas con DFT completo	58/60
Dockings válidos	342/348
Moléculas en el dataset ML final	56
Descriptores calculados / retenidos	4179 / 1097
Mejor R² regresión (P-gp, SVR)	0.836
Mejor R² regresión (TfR1, Gradient Boosting)	0.857
AUC clasificador (Random Forest)	0.957
Interacciones PLIP	708

Top candidatos ITI: Triethylene glycol (100), Tetraethylenepentamine (87.3), Pentaethylenehexamine (85.0), Chitotriose (84.7), Chitobiose (82.7)

---

Uso de la aplicación Streamlit

conda activate streamlit-env
cd app
streamlit run app.py

La app se abre en http://localhost:8501. Introduce el SMILES de cualquier molécula para obtener su perfil de afinidad, ITI y recomendación de carrier.

Los modelos servidos por la app (app/models/*.joblib) son los entrenados con el pipeline original; si se re-entrenan con scripts/modelos_ML.py sobre el dataset corregido, hay que volver a exportarlos a app/models/ para que la app quede alineada con los resultados de la memoria.

---

Dependencias principales

rdkit, mordred, scikit-learn, shap, pandas, numpy
matplotlib, seaborn, streamlit, py3Dmol, stmol, joblib

---

Cita

Si utilizas este trabajo, por favor cita:

Vallina Álvarez, D. (2026). Evaluación computacional de nanopartículas poliméricas y dendrímeros como sistemas de liberación de fármacos. TFM, Universidad de Burgos.

---

Licencia

MIT License — libre uso con atribución.