مطالعه ارتباط کمی ساختار- فعالیت برای پیش بینی فعالیت دارویی مشتقات پیرازول ها، با استفاده از توصیف کننده های ساختاری و روش رگرسیون خطی چند گانه توسعه داده شده است. توصیف کننده های مولکولی با استفاده از الگوریتم ژنتیک انتخاب شدند. سپس یک مدل ساده، قوی، قابل تفسیر و با خطای کم و ضریب همبستگی بالا ساخته شد. نتایج نشان می دهد که تکنیک های خطی مانند رگرسیون خطی چند گانه که با یک روش انتخاب متغیر من...

در این پروژه، یک مطالعه رابطه کمّی ساختار- فعالیت به منظور ارزیابی و پیش بینی آبگریزی (c log p) و فعالیت بیولوژیکی (ic50) 19 مولکول از مشتقات 6-آمینو-4- فنیل تتراهیدروکینولین انجام گرفت. در این روش، ساختار های مولکولی به ترتیب در نرم افزار های هایپر کم و گوسین 98 ساخته و بهینه سازی شد. که در آن بر هم کنش های منزوی و فعل و انفعالات در حلال (آب و اکتانول) با استفاده از مدل میدان واکنش اونزاگر در ن...

در این تحقیق، مطالعات ارتباط کمی ساختار – خاصیت (qspr) با استفاده از مدل سازی خطی و غیرخطی برای پیش بینی ضریب خودنفوذی آلکان های خطی به کار گرفته شده است. داده های مربوط به ضریب خودنفوذی، با استفاده از روش تحلیل مولفه ی اصلی(pca) به چهار دسته ی آموزش، ارزیابی، تست و تست بیرونی دسته بندی گردید. توصیف کننده های ساختار مولکولی محاسبه شد و پس از حذف توصیف‎کننده های اضافی و افزودن دو پارامتر دما و ف...

در این پروژه یک مطالعه qsar به منظور پیشگوئی میزان جذب داروها در بدن انسان(%hia) صورت پذیرفت. در ابتدا روش طبقه بندی و رگرسیون درختی(cart) برای پیشگویی %hia 138 ترکیب دارویی استفاده شد. برای هر یک از مولکولهای موجود در دسته دارویی 1497 توصیف کننده متعلق به 18 نوع از توصیفکنندههای تئوری بدست آمد. 3 توصیف کننده توسط روش cart انتخاب شدند که شاملt(o..o) ، mats1e و ms می باشد. همچنین روش رگرسیون خطی...

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 چندگان...

در بخش اول این پروژه، مدل qsprبر پایه روش ماشین بردار پشتیبان، جهت پیشگویی دمای خود اشتعالی 35 ترکیب آلی مایع قابل اشتعال با هوا در فشار بالا، بین 10-2 بار ساخته شد. آنها گروه های مختلف از ترکیبات آلی، شامل هیدروکربن های آلیفاتیک، آروماتیک ها، الکل ها، اسیدها، آلدهیدها، کتون ها، استرها و آمین ها می باشند. ابتدا ساختار مولکولی این ترکیبات در نرم افزار hyper chem رسم شدند و پس از بهینه سازی ساختا...