مدلسازی رابطه کمی ساختار- ویژگی به منظورپیش بینی خواص ترمودینامیکیمولکول های کوچک متصل به ساختارRNA

تنوع عناصر ساختاری RNA در بیماری های انسانی، RNA را به یک درمان جذاب تبدیل می کند .[۱] با این حال، پیشرفت در کشف و توسعه دارو درک محدودی را از پارامترهای محرک RNA توسط مولکول های کوچک نشان می دهدQSPR .[۲] روشی مبتنی بر رویکرد مستقل از بهینهسازی مولکول براساس توصیفگرهای ساختاری مولکولی و توپولوژیکی است، که به عنوان یک رویکرد جذاب در مدلسازی معرفی شده است. از ویژگی های کلیدی آن استفاده از توصیفگرها بر اساس سیستم ورودی خط ورودی مولکولی ساده شده (SMILES) می باشد.[۳] در این تحقیق، مجموعه ای از ۴۸ مولکول کوچک متصل به ساختار RNA از مقالات معتبر جمع آوری شد و خواص ترمودینامیکی آنها بر اساس الگوریتم مونت کارلو بهینه سازی گردید. به کمک مجموعه های اعتبار سنجی در نرم افزار کورال قدرت پیشبینی مدل ها مورد ارزیابی وهمدلهای پیشگو و قابل اعتماد گزارش شد.در نهایت با استفاده از مدل حاصل، توصیفگرهای با اهمیت افزاینده و کاهنده ی خواص ترمودینامیکی دراتصال مولکول های کوچک به ساختار RNA پیش بینی،محاسبه و گزارش گردید.

Keywords:

خواص ترمودینامیکی , روش مونت کارلو , ساختار RNA , QSPR , نرم افزار کورال