پیشبینی سمیت و ضریب تقسیم اکتانول-آب آفت کش ها فنیل کاربامات با استفاده از روش الگوریتم ژنتیک- رگرسیون چندگانه خطی
الموضوعات :عاطفه سادات نوابی 1 , طاهره مومنی اصفهانی 2 , مجید رمضانی 3 , محمد علیمرادی 4
1 - گروه شیمی ، واحد اراک، دانشگاه آزاد اسلامی اراک،
اراک، ایران
2 - گروه شیمی، واحد اراک، دانشگاه آزاد اسلامی اراک، اراک، ایران
3 - گروه شیمی، واحد اراک، دانشگاه آزاد اسلامی اراک، اراک، ایران
4 - گروه شیمی، واحد اراک، دانشگاه آزاد اسلامی اراک، اراک، ایران
الکلمات المفتاحية: QSAR, Insecticides, "QSAR", واژههای کلیدی:"مشتقات کاربامات", Keywords: carbamate derivatives, logIC50, Octanol-water partition coefficients, "توصیفگرهای مولکولی", "کولین استراز", " logIC50", " ضریب توزیع اکتانول-آب ", " آفتکش ",
ملخص المقالة :
مطالعه ارتباط کمی ساختار-فعالیت (QSAR) مبتنی بر الگوریتم ژنتیک رگرسیون خطی چندگانه (GA-MLR) برای پیشگویی سمیت (logIC50) و لگاریتم ضریب توزیع اکتانول-آب (logPow) برخی مشتقات کاربامات به عنوان آفت کش انجام شد. ساختار ترکیبات شیمیایی با نرم افزاز گوسین 98 و روش هارتریفاک و سری پایه G*31-6 (HF/6-31G*) بهینه شدند. توصیفگرهای مولکولی با نرمافزار دراگون محاسبه شد. مجموعه دادهها به طور تصادفی به دو دسته آموزش و آزمون تقسیم گردیدند. مناسبترین توصیفگرهای با استفاده از روش الگوریتم ژنتیک وبرگشتی تعیین شدند. بهترین مدل GA-MLR با استفاده از پارامترهای آماری مانند مجذور ضریب همبستگی (R2)، ضریب همبستگی تنظیم شده (R2adj)، ریشه مربعات میانگین خطا (RMSE) برای دودسته آموزش و آزمون انتخاب گردید. بهترین مدل QSAR مبتنی بر پارامترهای آماری اعتبارسنجی تقاطعی آزمون خارجی (LOO)، پارمترهای اعتبارسنجی خارجی (Q2F1, Q2F2, Q2F3) و ضریب همبستگی تطابق (CCC) برای کیفیت توانایی پیشگویی مدل GA-MLR بررسی گردید. این نتایج نشان می دهد که مدل های GA-MLR میتواند برای پیشگویی فعالیت مشتقات کاربامات مورد استفاده قرار گیرد.
_||_