مطالعه فعالیت بیولوژیکی و چربی دوستی چند داکسازولیدین به عنوان مهارکننده سلول های سرطانی

Subject Areas : Journal of Physical & Theoretical Chemistry

maria nikkar ¹ , robabeh sayyadikordabadi ² , asghar Alizadehdakhel ³ , Ghasem Ghasemi ⁴

1 - Department of Chemistry and Chemical Engineering, Rasht Branch, Islamic Azad University, Rasht, Iran
2 - Department of Chemistry and Chemical Engineering, Rasht Branch, Islamic Azad University, Rasht, Iran.
3 - Department of Chemistry and Chemical Engineering, Rasht Branch, Islamic Azad University, Rasht, Iran.
4 - Department of Chemistry and Chemical Engineering, Rasht Branch, Islamic Azad University, Rasht, Iran.

Received: 2021-01-26 Accepted : 2021-10-11 Published : 2021-06-01

Keywords: مشتقات دوکسازولیدین, QSAR, روش مونت کارلو, الگوریتم های GA و ICA,

Abstract :

بررسی‌های QSAR مقادیر چربی دوستی (XLOGP) و فعالیت بیولوژیکی (IC50) برخی از مشتقات دوکسازولیدین با استفاده از ترکیبی از روش‌های مدل‌سازی رگرسیون خطی چندگانه (MLR) و شبکه عصبی مصنوعی (ANN) و سه تکنیک بهینه‌سازی مختلف از جمله بازپخت شبیه‌سازی شده (SA) انجام شد. الگوریتم ژنتیک (GA) و الگوریتم رقابتی امپریالیستی (ICA). علاوه بر این از نرم افزار CORAL برای ارتباط چربی دوستی و فعالیت بیولوژیکی با پارامترهای ساختاری داروها استفاده شد. نتایج به‌دست‌آمده مقایسه شد و ترکیب‌های GA-ANN و ICA-MLR بهترین عملکرد را با توجه به ضریب همبستگی (R2) و ریشه میانگین مربع خطا (RMSE) نشان دادند. موثرترین توصیفگرهای استخراج شده از مطالعات چربی دوستی و فعالیت بیولوژیکی ارائه و مورد بحث قرار گرفت. از روش GA-ANN، مهمترین توصیف کننده های فیزیکوشیمیایی حداقل مقدار در الکترونگاتیوی ساندرسون اتمی و حداکثر مقدار در ضریب تقسیم اکتانول-آب مربعی موریگوچی یافت شد. (log P ˆ2) توصیفگرها. روش ICA-MLR حداکثر مقدار قطبش پذیری، حالت الکتروتوپولوژیکی و حجم اتم واندروالز را به عنوان مهمترین توصیف کننده های فیزیکوشیمیایی پیشنهاد می کند. نتیجه‌گیری شد که مطالعه QSAR و روش مونت کارلو می‌تواند منجر به درک جامع‌تری از رابطه بین توصیف‌کننده‌های مولکولی فیزیکی-شیمیایی، ساختاری یا نظری داروها با فعالیت‌های بیولوژیکی و لیپوفیلی آن‌ها شود.