نام پژوهشگر: مهدی نکویی
حمیدرضا برزگر مجید محمدحسینی
مطالعه ارتباط کمی ساختار- فعالیت ((qsar یا مطالعه ارتباط کمی ساختار- خاصیت ((qspr یکی از راهکارهای توانمند جهت مدل سازی و پیش گویی پارامترهای کلیدی مرتبط با شاخه های مختلف علوم شامل شیمی، فیزیک، داروسازی و ... است. در این پایان نامه هدف ما، ایجاد مدل های جدید جهت پیش بینی فشار بخار، دمای بحرانی و آنتالپی تبخیر بود. در فاز اول پروژه، در خصوص 4 سری داده، همه ساختارها توسط نرم افزار هایپرکم رسم و سپس بهینه شدند. جهت ارائه یک مدل مستحکم و توانمند، توصیف کننده های مولکولی توسط دراگون محاسبه شدند. سپس با انجام عملیات مقدماتی شامل حذف موارد اضافی و توصیف کننده های غیر مرتبط، بهترین آن ها توسط روش مرحله ای انتخاب و توسط روش های رگرسیون خطی چند تایی وشبکه های عصبی مصنوعی مدل سازی انجام شد. هم چنین در پیش بینی دمای بحرانی برخی از ترکیبات آلی، از توصیف کننده های مکانیک-کوانتمی جهت بهبود مدل استفاده شد.سپس به وسیله روش های ارزیابی تقاطعی و ارزیابی بیرونی، اعتبار مدل های ساخته شده تایید شد. همبستگی و ضریب تعیین بالا و توزیع مناسب مقادیر باقی مانده ها و خطاهای کم مدل های ایجاد شده، دلالت بر توانمندی مدل بوده و امکان پیش بینی مناسب ترکیبات را دارد. کلمات کلیدی: مطالعه ارتباط کمی ساختار، خاصیت- فشار بخار- دمای بحرانی- آنتالپی تبخیر- رگرسیون خطی چندتایی- شبکه عصبی مصنوعی
محمود بذرافشان مجید محمد حسینی
مطالعه ارتباط کمی ساختارـخاصیت (qspr) یکی از راهکارهای توانمندو مناسب جهت مدل سازی و پیش بینی بسیاری از پارامترهای کلیدی مرتبط با علوم پایه است.هدف از این تحقیق ارایه یک مدل مناسب جهت پیش بینی ضریب شکست و دانسیته برخی از ترکیبات الی و همچنین روند لگاریتمی حلالیت دو نوع فولرن نظیر c60و c70در ترگیبات الی می باشد که توسط این مدل ضریب شکست دانسیته و حلالیت ترکیبات مشابه را بدون انجام ازمایشات وقت گیر و پر هزینه پیش بینی کرد.ابتدا ساختار تمام مولکول ها مورد نظر توسط نرم افزارهایپر کم رسم و سپس بهینه شدند.جهت ارایه یک مدل مستحکم و توانمند توصیف کننده های مولکولی توسط نرم افزار دراگون محاسبه شدند.سپس با انجام عملیات مقدماتی شامل حذف موارد اضافی و توصیف کننده های غیر مرتبط به ترین انها توسط روش مرحلهای الگوریتم زنتیک یا هر دو انتخاب و سپس توسط روش رگرسیون خطی چندتایی مدل سازی انجام شد.سپس به وسیله ی روش های ارزیابی تقاطعی و ارزیابی بیرونی اعتبار مدل های ساخته شده تایید شد.همبستگی و ضریب تعیین بالا و توزیع منطقی مقادیر باقیماندهها و خطاهای کم مدل های ایجاد شده دلالت بر توانمندی مدل ها داشته و امکان پیش بینی مناسب خواص فوق الذکر ترکیبات مختلف را دارد.این پایان نامه شامل شش فصل است.فصل اول در مورد پیشینه تحقیق و مقدمه ای بر کمومتریکس می باشد . در این فصل ترجمه ای از کارهای صورت گرفته مرتبط با ضریب شکست دانسیته وحلالیت فولرن ها صورت گرفت.در فصل دومدر مورد مفاهیمی همچون مزایای qsprروش های مدل سازی مراحل انجام qspr انتخاب سری داده ها محاسبه تو صیف کننده ها و انواع توصیف کننده هاو...... بحث شدفصل سوم چهارم وپنجم کارهای تجربی می باشد وفصل ششم بحث و نتیجه گیری از این پایان نامه می باشد
حسین فرح بخش داود عاجلو
این پایان نامه به ارتباط کمی بین ساختار و فعالیت (qsar) و نحوه اتصال ترکیبات به وسیله مکانیک کوانتوم و مولکولار داکینگ با روش های آماری جهت پیش بینی مقادیر cc50 برخی از داروهای ضد سل توسط روش رگرسیون خطی چندگانه مورد مطالعه قرار گرفت. پس از رسم ساختار داروهای ضد سل توسط نرم افزار hyperchem و بهینه کردن آنها با روش mm+، توصیف کننده های مولکولی توسط نرم افزار dragon محاسبه گردیدند. توصیف کننده های مولکولی در نرم افزار spss اضافه شده و در ادامه معادله بین مقادیر cc50 و توصیف کننده های مولکولی به وسیله روش mlr مشخص شد. از سویی دیگر انرژی آزاد قابل توجه بین ترکیبات و پروتئین 2h7m توسط نرم افزار auto dock مشخص گردید. نتایج docking نشان می دهد هر چه انرژی آزاد منفی تر شود مقادیر cc50 نیز بیشتر می شود و در ادامه نتایج mlr نشان می دهد که cc50 ارتباط خوبی با توصیف کننده های، whim و 3d-morse و 2d-autocorrelation دارد. واژه های کلیدی: qsar، توصیف کننده مولکولی، اتصال مولکولی، بیماری سل