مطالعه برخی داروهای مهم برای پیش بینی دوز کشنده آنها برای اطفال با استفاده از الگوهای ارتباط کمی ساختار-فعالیت

در این تحقیق، پیش‏بینی میزان متوسط دوز کشنده داروهای مهم برای اطفال با استفاده از توصیف‌کننده‌های مولکولی ساختاری و همچنین به‌کارگیری مدل‌های ارتباط کمی ساختار فعالیت (qsar) توسط مدل‏های رگرسیون خطی mlr و شبکه عصبی مصنوعی ann به‌طور جداگانه موردبررسی قرارگرفته‌اند. روش رگرسیون مرحله‌ای جهت کاهش تعداد توصیف گرهای (متغیرها) محاسبه‌شده به کار گرفته شد و بهترین نتایج با 8 توصیف‌کننده بدست آمد. در ادامه از مدل خطی رگرسیون خطی چندگانه mlr برای پیش‏بینی دوز کشنده‌ داروها استفاده شد که نتایج تقریبا خوبی به همراه داشت و پارامترهای r2، q2 و rmse برای این مدل به ترتیب 0.894، 12.155 و0.882 محاسبه و گزارش شد. همچنین با استفاده از مدل غیر خطی شبکه عصبی مصنوعی (ann) نیز برای پیش‏بینی مقدار دوز کشنده این داروها استفاده شد و ضرایب همبستگی گروه‏های آموزش، آزمون، اعتبارسنجی و کل به ترتیب 0.984 و 0.994 و 0.999 و 0.983 محاسبه گردید که نشان‏دهنده اعتبار خوب این روش جهت پیش‏بینی میزان دوز کشنده سایر داروهای مشابه برای اطفال می‏باشد.

QSAR study of some important drugs to predict their lethal dose for children

In this study, prediction of average lethal dose of important drugs for children using molecular descriptors and application of Quantitative StructureActivity Relationship (QSAR) models by Multiple Linear Regression (MLR) and Artificial Neural Network (ANN) models have been investigated separately. After getting a lot of descriptors the Stepwise regression method was used to reduce the number of descriptors (variables) and the best results were obtained with 8 descriptors. Multivariate linear regression model was then used to predict the lethal dose of the drugs, which yielded almost good results and the parameters R2, Q2 and RMSE for this model were calculated and reported as 0.894, 12.15 and 0.882, respectively. Also by using artificial neural network a better model with correlation coefficients of training, test, validation and total groups were calculated 0.984, 0.994, 0.999 and 0.983, respectively, indicating good validity of this method for Predicting the lethal dose of other similar drugs for children.