ES 
EnglishDefault
Українська
Polski🧪 Motor de Cribado de Moléculas — Búsqueda de Similitud en Vivo
Criba una biblioteca sintética de compuestos frente a una huella molecular objetivo usando la similitud real de Tanimoto, observando cómo las moléculas candidatas se ordenan y agrupan por semejanza química en tiempo real.
Acerca del Motor de Cribado de Moléculas
Este motor ejecuta un flujo de trabajo real de búsqueda de similitud, utilizado en las primeras fases del descubrimiento de fármacos: una huella molecular objetivo — un vector de 128 bits que representa claves de subestructura reales como ECFP o MACCS — se compara con cada miembro de una biblioteca sintética de compuestos usando el coeficiente de Tanimoto (Jaccard) exacto, |A∩B| / |A∪B|. Cada candidato se ordena en vivo según esa puntuación real, un control deslizante de umbral marca los «aciertos» genuinos, y un mapa de clústeres basado en la similitud posiciona cada molécula según su distancia calculada real respecto al objetivo, de modo que las bases químicamente similares se agrupan de forma visible.
🔬 Qué muestra
Huellas sintéticas de 128 bits para una molécula objetivo y una biblioteca de 20 a 300 candidatos, generadas a partir de un puñado de familias «base» a distintas distancias de mutación respecto al objetivo. La puntuación de Tanimoto de cada candidato frente al objetivo se calcula directamente a partir de su vector de bits — nada está simulado ni guionizado de antemano.
🎮 Cómo usarlo
Aleatoriza la huella objetivo o su densidad de bits, cambia el tamaño de la biblioteca y la diversidad de bases, y arrastra el umbral de aciertos para ver cómo se redibuja el anillo naranja de corte y se actualiza el recuento de aciertos. Cambia entre el mapa de clústeres, la vista de solo ranking y el histograma, y haz clic en cualquier nodo para inspeccionarlo.
💡 ¿Sabías que?
Las campañas reales de cribado virtual ordenan rutinariamente bibliotecas de millones de compuestos por similitud de Tanimoto con una molécula activa conocida antes incluso de sintetizar nada, porque los compuestos estructuralmente similares tienen muchas más probabilidades de compartir actividad biológica — un principio llamado «principio de propiedad de similitud».
Preguntas frecuentes
¿Qué es la similitud de Tanimoto y por qué se usa para moléculas?
La similitud de Tanimoto (también llamada coeficiente de Jaccard en su forma binaria) mide el solapamiento entre dos conjuntos como |A ∩ B| / |A ∪ B| — el número de miembros compartidos dividido por el número de miembros en cualquiera de los conjuntos. Aplicada a huellas moleculares, donde cada bit indica la presencia de una subestructura o característica, da una puntuación de 0 (ninguna característica compartida) a 1 (huellas idénticas). Es la métrica de similitud estándar de facto en quimioinformática porque es simple, rápida de calcular sobre vectores de bits y correlaciona bien con la actividad biológica compartida entre compuestos.
¿Qué es una huella molecular?
Una huella molecular codifica la estructura de un compuesto como un vector de bits de longitud fija, donde cada bit (o posición de bit tras un hash) representa la presencia o ausencia de una subestructura, grupo funcional o entorno atómico circular concreto. Las herramientas reales de quimioinformática calculan huellas como ECFP o las claves MACCS a partir de la estructura de grafo real de una molécula. Esta simulación usa vectores sintéticos simplificados de 128 bits para demostrar la misma matemática subyacente — la búsqueda de similitud, el ordenamiento y la lógica de agrupamiento — sin necesidad de un analizador químico real.
¿Cómo utiliza el cribado virtual la búsqueda de similitud?
El cribado virtual ordena una gran biblioteca de compuestos por similitud con una molécula activa conocida (el objetivo), bajo el supuesto de que las moléculas estructuralmente similares tienden a compartir actividad biológica. En la práctica, esto permite a los investigadores priorizar un pequeño número de candidatos prometedores de una biblioteca de millones para las costosas pruebas de laboratorio, en lugar de probarlo todo a ciegas. Esta simulación reproduce exactamente ese paso de ordenamiento: la puntuación real de Tanimoto de cada candidato frente al objetivo determina su posición en la lista ordenada.
¿Por qué los candidatos se agrupan en clústeres en el mapa?
La biblioteca sintética se genera a partir de un puñado de huellas base (scaffolds), cada una construida mutando la huella objetivo en una cantidad distinta, y luego cada candidato es una mutación adicional pequeña de una de esas bases. Esto refleja cómo las bibliotecas reales de compuestos contienen series químicas (familias de análogos relacionados) en lugar de puro ruido aleatorio. Como la posición de cada nodo se deriva directamente de la puntuación de Tanimoto de cada candidato, las moléculas de la misma familia base caen de forma natural cerca unas de otras, y todo el clúster se acerca a la esfera objetivo a medida que aumenta la similitud.
¿Es este un cálculo quimioinformático real o solo un efecto visual?
La matemática de la similitud es real: cada puntuación mostrada es el coeficiente exacto de Tanimoto |A∩B|/|A∪B| calculado sobre vectores de 128 bits en vivo, recalculado cada vez que cambia el objetivo, el tamaño de la biblioteca, la diversidad de bases o el umbral. Lo sintético es la química en sí — las huellas son patrones de bits generados de forma procedimental en lugar de derivarse de grafos moleculares reales, ya que no hay ningún analizador químico ejecutándose en el navegador. El ordenamiento, el umbral y la distribución de puntuaciones que ves son resultados genuinos de ese cálculo, no una animación guionizada.