کاربرد الگوریتم ژنتیک به همراه رگرسیون خطی چند گانه برای پیش بینی فعالیت دارویی مشتقات پیرازول ها
Publish place: Applied Chemistry Today، Vol: 6، Issue: 21
Publish Year: 1390
نوع سند: مقاله ژورنالی
زبان: Persian
View: 25
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_CHEM-6-21_003
تاریخ نمایه سازی: 26 شهریور 1403
Abstract:
مطالعه ارتباط کمی ساختار- فعالیت برای پیش بینی فعالیت دارویی مشتقات پیرازول ها، با استفاده از توصیف کننده های ساختاری و روش رگرسیون خطی چند گانه توسعه داده شده است. توصیف کننده های مولکولی با استفاده از الگوریتم ژنتیک انتخاب شدند. سپس یک مدل ساده، قوی، قابل تفسیر و با خطای کم و ضریب همبستگی بالا ساخته شد. نتایج نشان می دهد که تکنیک های خطی مانند رگرسیون خطی چند گانه که با یک روش انتخاب متغیر مناسب کوپل شده باشد، قادر است مدلهای مناسبی برای پیش بینی فعالیت دارویی ترکیبات ارائه نماید. مدل ارائه شده پارامترهای آماری بالایی را نشان داد که می تواند جهت پیش بینی فعالیت دارویی ترکیبات مشابه مورد استفاده قرار گیرد.
Keywords:
ارتباط کمی ساختار , فعالیت – مشتقات پیرازول ها- رگرسیون خطی چند گانه- الگوریتم ژنتیک
Authors
Mehdi Nekoe
گروه شیمی، دانشگاه آزاد اسلامی، واحد شاهرود، شاهرود، ایران
Majid Mohammadhosseini
گروه شیمی، دانشگاه آزاد اسلامی، واحد شاهرود، شاهرود، ایران
- Pourbasheer
دانشکده شیمی، دانشگاه تهران، تهران، ایران
- Maham
گروه شیمی، دانشگاه آزاد اسلامی، واحد علی آباد کتول، علی آباد کتول، ایران