مطالعه ارتباط کمی ساختار- فعالیت (QSAR) جهت پیش بینی فعالیت ضد میکروبی برخی از ترکیبات دارویی

مطالعه ارتباط کمی- ساختار فعالیت (QSAR) جهت پیش بینی فعالیت ضد میکروبی (MIC) برخی از مشتقات آنیلید انجام شد. در ابتدا ساختار ترکیبات مورد نظر توسط نرم افزار هایپرکم رسم گردید. سپس ترکیبات رسم شده به نرم افزار دراگونوارد، و تعداد 1481 توصیف کننده محاسبه شد. برای انتخاب مناسب ترین توصیف کننده ها از روش رگرشیون مرحله ای استفاده شد. پس از انتخاب مناسب ترین توصیف کننده ها، مدل سازی و پیش بینی فعالیت ضد میکروبی ترکیبا، با استفاده از روش های رگرسیون خطی چند گانه (MLR) و شبکه عصبی مصنوعی (ANN) انجام شد. عملکرد هر مدل توسط سری تست مورد بررسی قرار گرفت. جهت ارزیابی قدرت پیش بینی و صحت مدل ها، پارامترهای آماری از قبیل ریشه میانگین مربعات خطا سری پیش بینی (RMSEP)، خطای نسبی پیش بینی (REP)، ضریب تعیین ((R(2) و خطای استاندارد پیش بینی (SEP) محاسبه شد. نتایج برتری روش ANN را نسبت به روش MLR نشان می دهد.

Keywords:

ارتباط کمی ساختار- فعالیت , فعالیت ضد میکروبی , رگرسیون خطی چندگانه , شبکه های عصبی مصنوعی