Monte Carlo and Multiple Linear Regression (MLR) and Imperialist Competitive Algorithm (ICA) were used to select the most appropriate descriptors. Examining the quality of the model by comparing the mean squared error (MSE) and correlation coefficient (R2), indicated that 140 is the most appropriate number of empires for the gas phase . In the Monte Carlo method, CORAL software was used and the data were randomly divided into training, calibration, and test subsets in three splits. The correlation coefficient (R2), cross-validated correlation coefficient (Q2) and standard error of the model were calculated to be respectively 0.9301, 0.7377, and 0.595 for the test set with an optimum threshold of 4. It was concluded that simultaneous utilization of MLR-ICA and Monte Carlo method can lead to a more comprehensive understanding of the relation between physico-chemical, structural or theoretical molecular descriptors of drugs to their biological activities and facilitate designing of new drugs. تفاصيل المقالة

QSAR investigations of some platinum (IV) derivatives were conducted using multiple linear regression (MLR) and artificial neural network (ANN) as modelling tools, along with simulated annealing (SA) and genetic algorithm (GA) optimization algorithms. In addition, CORAL software was used to correlate the biological activity to the structural parameters of the drugs. The obtained results from different approaches were compared and GA-ANN combination showed the best performance according to its correlation coefficient (R2) and mean sum square errors (RMSE). From the GA-ANN method, it was revealed that MTAS8e, ESpm05d, BElv3, MWC09, ESpm14u, BEHe2, RDF125e, and S3K are the most important descriptors. From Monte Carlo simulations, it was found that the presence of double bond, present of Platinum, number of chlorine connected to Pt, branching in molecular skeleton and presence of N and O atoms are the most important molecular features affecting the biological activity of the drug. It was concluded that simultaneous utilization of QSAR and Monte Carlo method can lead to a more comprehensive understanding of the relation between physico-chemical, structural or theoretical molecular descriptors of drugs to their biological activities. تفاصيل المقالة

In this manuscript; Molecular dynamics simulation was tested on COVID -19 main protease (PDB: 6LU7) with the docking studies have been employed using autodock-vina-1.1.2-4 and autodock- mgltools-1.5.6 (flex) programs to evaluate the interactions. HIV-1 Protease is a prerequisite for viral replication. In this manuscript; Molecular dynamics simulation was tested on COVID -19 main protease (PDB: 6LU7) with the docking studies have been employed using autodock-vina-1.1.2-4 and autodock- mgltools-1.5.6 (flex) programs to evaluate the interactions. Regular and Flexible docking approaches were run. Molecular dynamics simulation was tested on COVID -19 main protease (PDB: 6LU7) with molecule 7. Drug-likeness descriptors of compounds such as logP (partition coefficient), H-Bond Acceptor (HBA), H-Bond Donor (HBD), number of Rotable Bond (nRB), and nHB calculated by DruLiTo. In the molecular docking study, the maximum binding affinity of -5.9 kcal/mol was obtained between each of COVID -19 main protease (PDB: 6LU7) enzyme systems and the geometric-optimized molecules, representing a strong interaction. The reference molecule PRD_002214 of Mpro forms four hydrogen bonds with Glu 166, Phe 140, Gln 189, His 163, and some hydrophobic bonds. In this study, molecules 7 (Amprenavir) and 15 were presented as the most stable ones that may be introduced for further investigations, including clinical experiments. تفاصيل المقالة

توسعه QSAR و داکینگ مولکولی کلید ارزیابی پاتومکانیسم بیماری های اپی ژنی هستند. QSAR، داکینگ مولکولی و شبیه سازی دینامیک مولکولی روی تعدادی از مدولاتور اصلاح شده کروماتین پروتیینی به عنوان عوامل ضد سرطان انجام شده است. الگوریتم رقابت استعماری، PLS، PCR، MLR و شبیه سازی مونته کارلو در مدل های QSAR استفاده شده است. توصیف کننده های انتخاب شده شامل جرم اتمی ،حجم واندروالس ، شکل و ساختار ژیومتری ترکیبات بودند.سپس بررسی های داکینک مولکولی با برنامه اتوداک وینا با دقت بالا انجام شد. بر اساس تعداد پیوند هیدروژنی، طول پیوند، افینیتی و RMSD بهترین کمپلکس ها انتخاب شدند. بر اساس مطالعات QSAR ,داکینگ مولکولی و شبیه سازی دینامیک مولکولی ترکیبات 9 و 14 برای داروهای ضد سرطان پیشنهد می شوند. توصیف کننده های Drug-likeness از ترکیبات با برنامه DruLiTo محاسبه شدند. در مطالعات داکینگ بالاترین افینیتی 9 کیلوکالری بر مول بود که بین سیستم آنزیمی PDB: 3MXF و مولکول های بهینه شده بوده که نشان از برهمکنش قوی دارد. تفاصيل المقالة

در این پژوهش، غشاهای پلی اتر ایمید با روش وارونگی فاز خشک/تر با غیرحلال آب ساخته شدند. اثر دمای صفحه فیلم کشی بر ساختار غشاء و مقدار جداسازی کربن دی اکسید از متان بررسی شد. سپس، روی غشاء با بالاترین تراوایی کربن دی اکسید، بلور چارچوب زئولیتی ایمیدازول-8 با روش نهشت بخار شیمیایی بین کمپلکس های روی و بخار 2-متیل ایمیدازول تولید شد و غشاء مرکب به دست آمد. اثر دمای نهشت بر تشکیل چارچوب زئولیتی ایمیدازول-8، ریخت غشاء مرکب و مقدار جداسازی کربن دی اکسید از متان بررسی شد. نتیجه ها نشان داد، افزایش دمای صفحه فیلم کشی موجب افزایش تراوایی کربن دی اکسید، ایجاد ساختار انگشتی، کاهش ضخامت لایه گزینش پذیر و قطر حفره های متخلخل سطحی غشاء پلی اتر ایمید شد. ویژگی های فیزیکی و شیمیایی غشاهای بسپار و مرکب تولیدشده با روش های شناسایی مواد مشخص شدند. تصاویر به دست آمده از میکروسکوپ الکترونی و پراش پرتو ایکس نشان داد چارچوب زئولیتی ایمیدازول-8 بر سطح گزینش پذیر غشاء پلی اتر ایمید در °C50 به خوبی رشد کرده است. غشاهای مرکبی که سطح گزینش پذیر آن ها (چارچوب زئولیتی ایمیدازول-8) از روش نهشت بخار شیمیایی اتمسفری در دماهای 40، 50 و °C 70 ساخته شدند، نسبت به غشاء پلی اتر ایمید بین 2۱ تا 78 درصد گزینش پذیری بیشتری داشتند. گزینش پذیری و تراوایی گاز کربن دی اکسید و متان غشایی که دمای نهشت بخار شیمیایی آن °C 100 بود به شدت کاهش یافت. با افزایش دما به °C 130 ساختار غشاء بسپار تخریب شد. تفاصيل المقالة