مطالعه رابطه کمی ساختار- فعالیت (qsar) بر روی فعالیت ضد رادیکالی 96 ترکیب از آنتی اکسیدان ها به منظور پیش بینی توان آنتی اکسیدانی آن ها انجام شد. به منظور انتخاب مهم ترین توصیف کننده ها از روش رگرسیون خطی چند گانه مرحله ای استفاده شد. مهم ترین توصیف کننده های انتخاب شده 5 توصیف کننده مولکولی بودند که نشانگر ویژگی های دوبعدی و سه بعدی ساختار مولکول بوده و برای مدلسازی آن ها از رگرسیون خطی چندگانه (mlr) و شبکه عصبی پرسپترون چند لایه (mlp nn) استفاده شد. نتایج حاصل نشان می دهند مدل mlp nn دارای آماره های r2= 0/968 وq2 = 0/898 است درحالیکه در مدل mlr این آماره ها مقادیر r2= 0/902 وq2= 0/862 هستند. مقایسه نتایج آماری این دو مدل نشان داد که مدل mlp nn در پیش بینی فعالیت آنتی اکسیدانی ترکیبات موجود از اعتبار بیشتری برخوردار است که نشان دهنده برتری مدل شبکه عصبی بر مدل خطی است. آزمون دامنه کاربرد مدل که کارایی روش را برای پیش بینی ترکیبات جدید نشان می دهد نیز نتایج خوبی را ارائه داد. در خاتمه از طیف های 13cnmr، 1hnmr و ir به عنوان توصیف کننده در ساخت مدل qsar استفاده شد که نتایج بدست آمده نشان دهنده موفقیت نسبی مدل های مذکور می باشند.