QSAR studies and application of genetic algorithm - multiple linear regressions in prediction of novel p2x7 receptor antagonists’ activity
محل انتشار: فصلنامه ارتباطات شیمی ایران، دوره: 4، شماره: 3
سال انتشار: 1394
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 296
فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ICC-4-3_009
تاریخ نمایه سازی: 2 مهر 1398
چکیده مقاله:
Quantitative structure-activity relationship (QSAR) models were employed for prediction the activity of P2X7 receptor antagonists. A data set consisted of 50 purine derivatives was utilized in the model construction where 40 and 10 of these compounds were in the training and test sets respectively. A suitable group of calculated molecular descriptors was selected by employing stepwise multiple linear regressions (SW-MLR) and genetic algorithm-multiple linear regressions (GA-MLR) as variable selection tools. The proposed MLR models were fully confirmed applying internal and external validation techniques. The obtained results of this QSAR study showed the superiority of the GA-MLR model over the SW-MLR model. As a result, the obtained GA–MLR model could be applied as a valuable model for designing similar groups of P2X7 receptor antagonists.
کلیدواژه ها:
نویسندگان
Alireza Banaei
Department of Chemistry, Payame Noor University (PNU), P. O. Box ۱۹۳۹۵-۳۶۹۷
Eslam Pourbasheer
Department of Chemistry, Payame Noor University (PNU), P. O. Box ۱۹۳۹۵-۳۶۹۷
Fatemeh Haggi
Department of Chemistry, Payame Noor University (PNU), P. O. Box ۱۹۳۹۵-۳۶۹۷, Tehran, 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 :