مطالعه qsar برخی مشتقات کالکون ها برای پیش بینی فعالیت ضد سرطان پروستات
Authors
abstract
در این مقاله، مطالعه ساختار- فعالیت بر روی یک مجموعه گسترده شامل 36 ترکیب از مشتقات کالکونها با فعالیت بیولوژیکی ضد سرطانی در سل های حاوی عامل سرطان پروستات (lncap)، با بکارگیری روش qsar که بر آنالیز همبستگی و رگرسیون خطی چندمتغیره دلالت دارد، صورت گرفته و از یک مجموعه معنی دار شامل شش توصیف گر مولکولی از گروه های:edge adjacency indices، atom-centered fragments، توصیف گرهای getaway و 3d-mors استفاده شده است. مدل چندپارامتری به دست آمده با استفاده از توصیف گرهای مولکولی مذکور، منجر به ضریب همبستگی 922/0 گردید که نشان دهنده اعتبار خوب این روش جهت پیش بینی فعالیت ضدسرطانی مشتقات کالکونها ونیز پیش بینی فعالیت ضدسرطانی ترکیبات مشابه می باشد
similar resources
مطالعه QSAR برخی مشتقات کالکونها برای پیشبینی فعالیت ضد سرطان پروستات
در این مقاله، مطالعه ساختار- فعالیت بر روی یک مجموعه گسترده شامل 36 ترکیب از مشتقات کالکونها با فعالیت بیولوژیکی ضد سرطانی در سلهای حاوی عامل سرطان پروستات (LNCaP)، با بکارگیری روش QSAR که بر آنالیز همبستگی و رگرسیون خطی چندمتغیره دلالت دارد، صورت گرفته و از یک مجموعه معنی دار شامل شش توصیفگر مولکولی از گروههای:Edge adjacency indices، Atom-centered fragments، توصیفگرهای GETAWAY و 3D-MoRS ...
full textمطالعه ساختار- فعالیت ومدل یابی برخی مشتقات کالکون ها با خواص ضد سرطانی
، مطالعه بر روی یک مجموعه گسترده شامل 36 ترکیب از مشتقات کالکونها با فعالیت بیولوژیکی ضد سرطانی با بکار بردن روش qsar که بر آنالیز همبستگی و رگرسیون خطی چندمتغیره دلالت دارد، انجام پذیرفت و از یک مجموعه معنی دار شامل 7 شاخص مولکولی استفاده شد.
مدلهای qsar/ qspr برای پیش بینی خصوصیت شیمیایی بیوساید ها و فعالیت برخی ترکیبات مهارکننده
امروزه طراحی مولکول های هوشمند و پیش بینی به کمک کامپیوتر سهم بزرگی در تحقیقات فعال کننده ها یا مهارکننده های پروتئینی دارد. مدل های مولکولی به عنوان یک تکنیک کلیدی درفرایند کشف دارو استفاده می شود. مدل های مولکولی یک نقطه شروع برای شبیه سازی های مولکولی در شرایط متفاوت و برای محاسبات ویژگی های مولکولی با استفاده از مکانیک مولکولی است. هدف روش های qsar ساختن مدل های پیش بینی کننده کمی برای کشف...
15 صفحه اولکاربرد الگوریتم ژنتیک به همراه رگرسیون خطی چند گانه برای پیش بینی فعالیت دارویی مشتقات پیرازول ها
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 من...
full textمطالعه روابط کمی ساختار- فعالیت برای پیش بینی فعالیت دارویی ضد ایدز مشتقات ایمیدازول
در این مطالعه مدل یابی فعالیت ضد ایدز وضد آروماتاز (بیماری سرطان سینه) مبتنی برساختار مولکولی برخی از ترکیبات مربوط به مشتقات ایمیدازول، پریمیدازول، فتالازینون و بنزآلفاتالید همچنین مشتقات تری آزول و ایمیدازول با استفاده از روابط کمی ساختارـ فعالیت مورد بررسی قرار گرفت. مطالعه برروی دو مجموعه اصلی شامل 42مولکول با فعالیت ضد ایدز و57 مولکول با فعالیت ضد آروماتاز(بیماری سرطان سینه) با ?50 حداقل ...
15 صفحه اولپیش بینی qsar فعالیت بازدارندگی برخی مشتقات تیادیازولیدینون به عنوان بازدارنده هایrgs4
چکیده روش qsar برای پیش بینی فعالیت بازدارندگی 39 ترکیب از مشتقات تیادیازولیدینون (tdzd) که بر پروتئین های تنظیم کننده پاسخ دهی جی پروتئین ها (rgs) اثر بازدارندگی دارند، مورد استفاده قرار گرفت. روش های رگرسیون خطی چندگانه (mlr) و شبکه های عصبی مصنوعی (ann) به ترتیب به عنوان روش خطی و غیر خطی در مدلسازی استفاده شدند. ضریب همبستگی ارزیابی تقاطعی (cv2q) و مجموع مربعات خطای باقیمانده های پیش بینی ...
My Resources
Save resource for easier access later
Journal title:
شیمی کاربردیجلد ۷، شماره ۲۴، صفحات ۷۵-۸۸
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023