پیش بینی فعالیت برخی ترکیبات دارویی ضد اختلال خواب با استفاده از روش های خطی و غیرخطی qsar
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده شیمی
- نویسنده حسن رامه
- استاد راهنما ناصر گودرزی
- سال انتشار 1391
چکیده
در قسمت اول این تحقیق، مطالعات ارتباط کمی ساختار- فعالیت (qsar)، برای مدل سازی و پیش بینی فعالیت ضد اختلال خواب یکسری از ترکیبات دی هیدرو کینولین توسعه یافت. روش های رگرسیون مرحله ای (sr) و الگوریتم ژنتیک(ga) برای انتخاب توصیف کننده های مناسب استفاده شدند. توصیف کننده های انتخاب شده توسط این دو روش برای مدل سازی و پیش بینی فعالیت ضد اختلال خواب این ترکیبات وارد شبکه عصبی مصنوعی (ann) شدند. به منظور ارزیابی مدل های بدست آمده از روش های مختلفی مانند به کارگیری سری تست، رد مرحله ای تک-تک داده ها و y- تصادفی استفاده گردید. نتایج به دست آمده بیانگر توانایی پیش بینی مناسب هر دو روش sr-ann و ga-ann می باشد. ضرایب تعیین سری تست با روش های sr-ann و ga-ann به ترتیب 9042/0 و 8402/0 بدست آمد. در قسمت دوم این تحقیق، مدل سازی qsar برای 42 ترکیب از مشتقات پیریدوپیریدازین به عنوان بازدارنده های p38 map کیناز پیشنهاد شد. توصیف کننده های وارد شده بمنظور مدل-سازی شبکه ی عصبی مصنوعی (ann)، توسط دو روش رگرسیون مرحله ای و الگوریتم ژنتیک انتخاب شدند. ضرایب تعیین سری تست با روش های sr-ann و ga-ann به ترتیب 8607/0 و 8027/0 بدست آمد.
منابع مشابه
روش های خطی و غیرخطی ارتباط کمی ساختار- فعالیت جهت پیش بینی فعالیت دارویی برخی از مشتقات آمینواسیدها
این پژوهش به پیش بینی فعالیت دارویی 38 مشتق آمینواسید به عنوان بازدارنده های هیستون دی استیلاز (hdac) جهت درمان سرطان و برخی از بیماری ها اختصاص دارد. آنزیم های hdac موجب تسریع روند حذف گروه های استیل از باقیمانده های لیزین از پروتیین های شامل هیستون (histone) می شوند. پس از محاسبه ی توصیف کننده های مولکولی مستقل، با استفاده از روش مرحله ای انتخاب متغیر و گزینش 4 توصیف کننده، جهت مدل سازی از رگ...
متن کاملپیش بینی فعالیت آنتی HIV یکسری از مشتقات PETT به عنوان بازدارند ه های غیرنوکلئوزیدی آنزیم نسخه بردار معکوس با استفاده از مدلهای QSAR خطی و غیرخطی
به منظور پیش بینی فعالیت آنتی HIV یکسری از مشتقات فنتیل تیازولیل تیواوره (PEET)، مدلهای ارتباط کمی ساختار- فعالیت (QSAR) با استفاده از توصیفگرهای محاسبه شده، ساخته شد. روش رگرسیون مرحله ای جهت کاهش تعداد توصیفگرهای (متغییرها) محاسبه شده توسط دراگون به گار گرفته شد. متغییرهای انتخاب شده سپس به عنوان ورودی برای تولید مدلهای QSAR با استفاده از رگرسیون خطی خطی چندگانه(MLR) و شبکه عصبی مصنوعی(ANN)...
متن کاملروشهای خطی و غیرخطی ارتباط کمیساختار- فعالیت جهت پیشبینی فعالیت دارویی برخی از مشتقات آمینواسیدها
این پژوهش به پیشبینی فعالیت دارویی 38 مشتق آمینواسید به عنوان بازدارندههای هیستون دی استیلاز (HDAC) جهت درمان سرطان و برخی از بیماریها اختصاص دارد. آنزیمهای HDAC موجب تسریع روند حذف گروههای استیل از باقیماندههای لیزین از پروتیینهای شامل هیستون (Histone) میشوند. پس از محاسبهی توصیفکنندههای مولکولی مستقل، با استفاده از روش مرحلهای انتخاب متغیر و گزینش 4 توصیفکننده، جهت مدلسازی از رگ...
متن کاملپیش بینی فعالیت آنتی hiv یکسری از مشتقات pett به عنوان بازدارند ه های غیرنوکلئوزیدی آنزیم نسخه بردار معکوس با استفاده از مدلهای qsar خطی و غیرخطی
به منظور پیش بینی فعالیت آنتی hiv یکسری از مشتقات فنتیل تیازولیل تیواوره (peet)، مدلهای ارتباط کمی ساختار- فعالیت (qsar) با استفاده از توصیفگرهای محاسبه شده، ساخته شد. روش رگرسیون مرحله ای جهت کاهش تعداد توصیفگرهای (متغییرها) محاسبه شده توسط دراگون به گار گرفته شد. متغییرهای انتخاب شده سپس به عنوان ورودی برای تولید مدلهای qsar با استفاده از رگرسیون خطی خطی چندگانه(mlr) و شبکه عصبی مصنوعی(ann)قر...
متن کاملپیش بینی منابع مالی بانک با استفاده از مدل خطی( ARIMA) و غیرخطی شبکه های عصبی مصنوعی فازی
یکی از مهمترین موارد مورد علاقه مدیران بانکی به عنوان متغیری تأثیرگذار بر صنعت بانکداری، اطلاع از وضعیت سپردههای بانکی است که فعالیت بانک تا حد زیادی بستگی به آن دارد. ازاینرو مدیران بانکها علاقهمند هستند بدانند که میزان کل سپردههای بانک در زمان معینی در آینده چقدر خواهد بود. پیشبینی میزان سپردهها، تغییر و نوسان این سپردهها میتواند در امر برنامهریزی و تصمیمگیری به بانکها کمک نماید....
متن کاملپیش بینی اثرات بازداری بعضی ترکیبات دارویی با روش های qsar
در بخش اول این پروژه، مطالعات کمی ساختار- فعالیت (qsar) بر روی اثر بازداری (pic50) 40 ترکیب دارویی از مشتقات فنیل آلکیل آمین که به عنوان ترکیبات ضد روان پریشی عمل می کنند، انجام شد. برای انتخاب مهمترین توصیف گرها از روش انتخاب متغیر مرحله ای و الگوریتم ژنتیک استفاده شد. همچنین برای ایجاد مدل جهت پیش بینی اثر بازداری روش رگرسیون خطی چند گانه (mlr) به عنوان یک روش خطی، شبکه عصبی مصنوعی (ann) به ع...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده شیمی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023