مدلسازی و پیش بینی فراهمی زیستی دسته ی وسیعی از داروها با استفاده از روش qsar

فراهمی زیستی سری متنوعی از 216 ترکیب دارویی خوراکی با استفاده از پارامترهای ساختاری آنها و با بهره گیری از رویکرد qsar تخمین زده شد. بدین منظور توصیف کننده های مولکولی برای این ترکیبات محاسبه شده و پس از بررسی و پالایش اولیه، 9 توصیف کننده مهمتر انتخاب گردید. با استفاده از این توصیف کننده ها مدل های خطی و غیر خطی جهت پیش بینی فراهمی زیستی با استفاده از روش های رگرسیون خطی چندگانه (mlr)، شبکه عصبی مصنوعی ann)) و ماشین بردار پشتیبان (svm) ساخته شد. کیفیت و اعتبار مدل های پیشنهادی نیز با استفاده از روش های ارزیابی داخلی و خارجی مورد بررسی قرار گرفت. نتایج حاصل نشان دهنده برتری مدل مبتنی بر svm بر سایر مدل ها می ‎باشد. پارامترهای آماری این مدل برای سری آموزشی 97/0r= و 72/5se = و برای سری آزمون 93/0r= و 46/10se= به دست آمد. سپس قلمرو کاربرد مدل نیز برای مدل ارائه شده محاسبه گردید. در قسمت دوم فراهمی زیستی 84 ترکیب دارویی با ادغام توصیف کننده های مولکولی و پارامترهای معادله روابط انرژیآراد خطی ((lfer مدلسازی و محاسبه شد. از بین توصیف کننده های محاسبه شده مهمترین آنها به روش انتخاب متغیر مرحله ای انتخاب گردید. این توصیف کننده ها شامل دو پارامتر معادله lfer و 7 توصیف کننده توپولوژیکی و الکترونی بودند. به منظور ایجاد مدل های روابط کمی ساختار-فعالیت در روش های مدلسازی mlr، svm و ann استفاده شد. بر مبنای نتایج حاصل مدل svm از سایر مدل ها بهتر بوده و پارامترهای آماری آن 98/0 r=و 18/5se= برای سری آموزشی و 95/0r= و 73/7 se= برای سری آزمون به دست آمدند. ارزیابی میزان اعتبار این مدل با روش ارزیابی تقاطعی صورت پذیرفت و که پارامترهای آماری حاصل از آن نشان دهنده قابلیت مدل می باشد. نتایج حاصل نشان دهنده توانایی روش qsar در مدلسازی فراهمی زیستی داروهای خوراکی بوده و می تواند در جهت طراحی داروهایی با خواص فراهمی زیستی مناسب مورد استفاده قرار گیرد.