مشتقات بنزیمیدازول، یک طبقه ی جدید از داروهای ضد انگل هستند که برای درمان عفونت های ناشی از انگل های متفاوتی مانند گیاردیا اینتستینالیس و تریکوموناس واژینالیساستفاده می شوند. در بخش اول پروژه، رابطه کمی ساختار- فعالیت (qsar) 42 ترکیب از مشتقات بنزیمیدازول به عنوان داروهای ضد انگل گیاردیا اینتستینالیس، با استفاده از شبکه عصبی مصنوعی با الگوریتم تنظیم بایزین مورد مطالعه قرار گرفت و با روش رگرسیون خطی چندگانه مقایسه گردید. برای انتخاب مهمترین توصیفگرها، رگرسیون خطی مرحله ای مورد استفاده قرار گرفت. سپس توصیفگرهای مهم به عنوان ورودی برای ایجاد مدل های qsar با استفاده از رگرسیون خطی چندگانه (mlr) و شبکه عصبی (ann)، استفاده شدند. سری داده ها به طور تصادفی به سه سری آموزش، ارزیابی و تست تقسیم گردید و مدل های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی ساخته شدند. اعتبار این مدل ها علاوه بر به کارگیری سری تست، توسط تکنیک رد مرحله ای تک تک و y- تصادفی بررسی شد. هر دو روش خطی و غیر خطی توانایی پیش بینی خوبی دارند، اما مدل ann نتایج صحیح تری دارد. خطای مجذور میانگین (mse) برای سری تست توسط مدل های mlr و ann به ترتیب 047/0 و 039/0 بودند. در بخش دوم پروژه، رابطه کمی ساختار – فعالیت 49 ترکیب از مشتقات بنزیمیدازول به عنوان داروهای ضد انگل تریکوموناس واژینالیس، مورد پژوهش قرار گرفت. در این تحقیق، سری داده ها به طور تصادفی به سه سری آموزش، ارزیابی و تست تقسیم شد که هر یک به ترتیب شامل 29، 10 و 10 ترکیب می باشند. مدل رگرسیون خطی چندگانه، با استفاده از 5 توصیف کننده با قدرت بالایی مقادیر pic50 مربوط به هر یک از ترکیبات را پیش بینی نمود. خطای مجذور میانگین (mse) برای سری تست توسط مدل های mlr و ann به ترتیب 087/0 و 089/0 بودند.