کاربرد رگرسیون خطی چند متغیره و شبکه های عصبی مصنوعی جهت پیش‌بینی فعالیت ضدمیکروبی برخی مشتقات آنیلیدها به روش ارتباط کمی ساختار - فعالیت (QSAR)

الموضوعات : شیمی کوانتومی و اسپکتروسکوپی

مهدی نکوئی ¹ ( دانشگاه آزاد اسلامی واحد شاهرود )
پرستو پورعلی ² ( دانشگاه آزاد اسلامی واحد شاهرود )
سید حامد موسوی ³ ( دانشگاه آزاد اسلامی واحد شاهرود )

تاريخ الإرسال : 15 الأربعاء , رجب, 1443 تاريخ التأكيد : 02 السبت , شعبان, 1443 تاريخ الإصدار : 15 الإثنين , محرم, 1443

الکلمات المفتاحية: رگرسیون خطی چند گانه, ارتباط کمی ساختار- فعالیت, مشتقات آنیلیدها, شبکه عصبی مصنوعی,

ملخص المقالة :

مطالعه ارتباط کمی ساختار-فعالیت(QSAR) جهت پیش بینی فعالیت ضدمیکروبی برخی مشتقات آنیلیدها با استفاده از روشهای رگرسیون خطی چند متغیره(MLR) و شبکه های عصبی مصنوعی(ANN) انجام شد. در ابتدا ساختار ترکیبات، رسم و گروه مناسبی از توصیف کننده‌ها محاسبه شدند. سپس از روش انتخاب مرحله‌ای برای بدست آوردن بهترین توصیف کننده‌ها که بیشترین ارتباط را با فعالیت ضدمیکروبی ترکیبات مورد نظر داشتند استفاده گردید. با این روش 5 توصیف کننده انتخاب و در ابتدا مدل خطی MLR ساخته شد. سپس برای به دست آوردن نتایج بهتر از شبکه عصبی مصنوعی استفاده گردید. مقادیر ضریب تعیین (R2) و ریشه میانگین مربعات خطا (RMSE) برای سری تست به ترتیب برابر 077/0 و 073/0 برای مدل خطی MLR و 613/0 و 021/0 برای مدل غیرخطی ANN بدست آمد. داده های آماری، برتری روش ANN را نسبت به روش MLR نشان می دهد.