ورود
مقالات فارسیISIکنفرانسهاژورنالها

بررسی رابطه کمی ساختمان با اثر ضد سل مشتقات تیوسمی کاربازونی به روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه

محل انتشار: مجله دانشگاه علوم پزشکی مازندران، دوره: 30، شماره: 184
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 57

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/1785481

شناسه ملی سند علمی:

JR_JMUMS-30-184_010

تاریخ نمایه سازی: 2 آبان 1402

چکیده مقاله:

سابقه و هدف: روش های مدل سازی غیر خطی برای مطالعات رابطه کمی ساختمان- اثر، راه های گویاتری نسبت به روش های خطی، برای رفتارهای مولکولی هستند. شبکه های عصبی مصنوعی، مدل ها و الگوریتم های ریاضی هستند که پردازش اطلاعات و یادگیری مغز انسان را تقلید می کنند. نشان داده شده است برخی مشتقات S-alkyl تیوسمی کاربازون در پیش گیری و درمان عفونت های مایکو باکتریایی اثر بخش بوده اند. این مطالعه با هدف یافتن ارتباط ساختار با اثر این ترکیبات انجام پذیرفت. مواد و روش ها: در این مطالعه وابستگی کمی کنش و ساختار (QSAR)، از رگرسیون خطی چندگانه و شبکه عصبی مصنوعی با تنظیم بایسین برای ۴۷ ترکیب از مشتقات تیوسمی کاربازون، استفاده گردید. توصیف کننده ها از روش انتخاب و حذف گام به گام از مجموع ۳۴۳ توصیف کننده، انتخاب شدند. یک شبکه ی سه لایه ی پیش خور پس انتشار با تنظیم بایسین به وسیله نرم افزار MATLAB نسخه R۲۰۰۹a طراحی، بهینه و ارزیابی شد. یافته ها: پس از رگرسیون خطی چندگانه یک مدل با ۶ توصیف کننده حاصل شد: (۰۳۹/۰ ± ۲۳۵/۰)Qneg –  (۶۰۰/۱ ± ۷۰۶/۱)PMIZ – (۰۱۷/۰ ± ۰۶۶/۰)PMIX –  (۰۱۸/۰ ± ۰۶۷/۰) + ۵۹۲/۲ Log MIC= RDF۰۶۰p (۰۲۱/۰ ± ۰۶۴/۰) RDF ۱۴۰u– (۰۲۶/۰ ± ۱۱۸/۰) RDF۰۳۰p+ بهترین مدل BR-ANN یک شبکه سه لایه با سه گره در لایه مخفی بود. استنتاج: مدل BR-ANN قدرت پیش بینی کنندگی بیش تری نسبت به مدل های خطی دارد و احتمالا بهتر می تواند فعالیت ضد سلی ترکیبات جدید با شالوده ساختاری یکسان در میان مشتقات تیوسمی کاربازون را پیش بینی کند.

کلیدواژه ها:

نویسندگان

مهدی موسوی

۱Associate Professor, Department of Chemistry, Shahid Bahonar University of Kerman, Kerman, Iran

فریدون دریایی

Assistant Professor, Department of Medicinal Chemistry, Faculty of Pharmacy, Kerman University of Medical Sciences, Kerman, Iran

امید رنجبران

Doctor of Pharmacy, Department of Medicinal Chemistry, Faculty of Pharmacy, Kerman University of Medical Sciences, Kerman, Iran

بهنام محسنی

PhD in Chemistry, Department of Chemistry, Shahid Bahonar University of Kerman, Kerman, Iran

سعیده طاهری

Doctor of Pharmacy, Department of Medicinal Chemistry, Faculty of Pharmacy, Kerman University of Medical Sciences, Kerman, Iran

عبدالرضا حسن زاده

Assistant Professor, Pharmaceutics Research Center, Institute of Neuropharmacology, Kerman University of Medical Sciences, Kerman, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • World Health Organization (WHO). Global Tuberculosis Report ۲۰۱۸. Geneva: World ...
  • Martin YC. Quantitative drug design: a critical introduction. New York: ...
  • Sanz F, Martín M, Pérez J, Turmo J, Mitjana A, ...
  • Saliner AG. Molecular quantum similaritiy in QSAR: application in computer-aided ...
  • Terfloth L, Gasteiger J. Neural networks and genetic algorithms in ...
  • Thomas G. Medicinal Chemistry: an introduction. ۲nd ed.Chichester: John Wiley ...
  • Hansch C, Hoekman D, Gao H. Comparative QSAR: toward a ...
  • Schmidli H. Multivariate prediction for QSAR. Chemometr Intell Lab Syst ...
  • Hansch C, Kurup A, Garg R, Gao H. Chem-bioinformatics and ...
  • Cross SS, Harrison RF, Kennedy RL. Introduction to neural networks. ...
  • Chaloulakoua A, Saisanaa M, Spyrellisa N. Comparative assessment of neural ...
  • Nekoei M, Mohammad Hosseini M, Rahimi M, Alavi-Gharahbagh A. Linear ...
  • Mansourian M, Saghaie L, Fassihi A, Madadkar-Sobhani A, Mahnam K, ...
  • Bermudez LE, Reynolds R, Kolonoski P, Aralar P, Inderlied CB, ...
  • Karali N, Gürsoy A, Kandemirli F, Shvets N, Kaynak FB, ...
  • De Logu A, Saddi M, Onnis V, Sanna C, Congiu ...
  • Cocco MT, Congiu C, Onnis V, Pellerano ML, De Logu ...
  • da S Maia PI, Pavan FR, Leite CQF, Lemos SS, ...
  • Güzel Ö, Karali N, Salman A. Synthesis and antituberculosis activity ...
  • Sriram D, Yogeeswari P, Thirumurugan R, Pavana RK. Discovery of ...
  • Shahlaei M, Fassihi A, Saghaie L. Application of PC-ANN and ...
  • Patel SR, Gangwal R, Sangamwar AT, Jain R. Synthesis, biological ...
    • نمایش کامل مراجع