و چکیده بیماری های عفونی یکی از مشکلات مهم سلامتی می باشند، که می توان آن ها را یکی از معضلات علم پزشکی در قرن 21 دانست. شوک های عفونی یکی از عوامل اصلی مرگ و میر در بخش های مراقبت های ویژه هستند که در عفونت های شدید احتمال از کار افتادگی عضوهای بدن وجود دارد. احتمال عفونت به وسیله باکتری های بیماری زای ویژه ای به وجود می آید که بعد از ورودشان به بدن باعث تحریک سیستم ایمنی بدن فرد شده و نتیجه آن تولید یکسری حد واسط در بدن می باشد. حد نقش مهمی در بیماری (no) واسط های تشدید کننده عفونت از جمله سیتوکین ها و نیتریک اکسید های عفونی بازی می کنند. تولید داروهای ضد عفونتی که موثرتر بوده واثرات جانبی کمتری داشته یک (qsar) باشند به عنوان یک هدف در علم پزشکی باقی مانده است. رابطه کمی ساختار- فعالیت وسیله توانا و پر کاربرد برای بررسی خاصیت بیولوژیکی ترکیبات می باشد. مشتقات سیکلوهگزن که در این پروژه مورد بررسی قرار گرفته اند بازدارندگی خوبی علیه نیتریک اکسید و سیتوکین ها دارند. در این پروژه خاصیت ضد عفونتی مشتقات سیکلوهگزن با انجام مدل سازی های خطی و غیر خطی مورد مطالعه قرار گرفته است. در بهترین مدل خطی بدست آمده سه توصیف کننده وارد شدند که بیانگر خصوصیات ساختاری ترکیبات مورد بررسی بودند. این توصیف کننده ها عبارتند از یک و یک توصیف (mor28u) یک توصیف کننده هندسی ،(maxdn) توصیف کننده توپولوژکی این توصیف کنده ها به عنوان ورودی شبکه عصبی به کار گرفته . (r6v+) کننده فیزیکوشیمیایی شدند. شبکه های عصبی سه لایه و چهارلایه برای انجام مدل سازی های غیر خطی مورد استفاده قرار trainlm گرفتند و از توابع آموزشی مختلف برای آموزش شبکه عصبی استفاده شد، که تابع آموزشی را برای گروه r2=0/ 3 طراحی شد، این شبکه 91 -6- بهترین نتایج را نشان داد. ابتدا شبکه سه لایه 1 3 طراحی گردید این -4 -4- آموزشی نشان داد. برای بهبود نتایج در ادامه شبکه عصبی چهار لایه، 1 را برای گروه آموزشی نشان داد. نتایج بدست آمده نشان داد که نوع تابع آموزشی در r2=0/ شبکه 98 عملکرد شبکه عصبی مصنوعی نقش مهمی بازی می کند و انتخاب یک تابع آموزشی مناسب یک مرحله مهم است. از روش تصادفی کردن مقدار وابسته و ارزیابی متقاطع برای بررسی قدرت پیش بینی مدل های بدست آمده استفاده شد. مقایسه نتایج نشان دهنده برتری مدل بدست آمده از شبکه عصبی می باشد، این نتایج نشان می دهند که خاصیت ضد عفونتی این ترکیبات یک رابطه پیچیده با ویژگی های ساختاری تریبات مورد نظر دارد.