-
شماره راهنما
251پ
-
پديد آورنده
قياسي ، طيبه
-
عنوان
مطالعه روابط كمي ساختار فعاليت براي پيشبيني فعاليت دارويي بيولوژيكي در يك سري جديد از مهاركنندههاي پريمراز سيتو مگالو ويروسهاي انساني و مهاركنندههاي NA وابسته به 15 – هيدروكسي پروستاگلاندين دي هيدروژناز در انسان
-
عنوان به انگليسي
QSAR study for prediction of human cytomegalovirus primase inhibitors and human NAD+ dependent15-hydroxyprostaglandin dehydrogenase inhibitors
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
رشته شيمي ( گرايش تجزيه)
-
محل تحصيل
دانشگاه پيام نور همدان
-
سال تحصيل
شهريور94
-
تاريخ دفاع
ندارد
-
وضعيت پايان نامه
ندارد
-
مشخصات ظاهري
86 ص .
-
استاد راهنما
تماري ، اسماعيل - حق گو ، محمد
-
استاد مشاور
آزاد بخت ، رضا
-
كتابنامه
84-86
-
توصيفگر فارسي
روابط كمي ساختار- فعاليت(QSAR)، روش رگرسيون چند گانه (MLR) ، وشبكه عصبي مصنوعي (ANN) ، الگوريتم ژنتيك(GA ) ، ضريب همبستگي R2، ريشه ميانگين ، خطا(RMSE)
-
توصيفگر لاتين
quantitative structure-activity relationships (QSAR), multiple linear regression (MLR), artificial neural network (ANN), genetic algorithm (GA), adaptive, coefficient of determination (R2), root mean square error (RMSE)
-
شناسه هاي افزوده
قياسي ، طيبه قياسي ، طيبه دانشگاه پيام نور همدان
-
چكيده
عنوان پايان¬نامه: مطالعه روابط كمي ساختار فعاليت براي پيش بيني فعاليت دارويي بيولوژيكي دريك سري جديد از مهاركننده هاي پريمراز سيتو مگالو ويروس هاي انساني و مهاركننده هاي NA وابسته به 15 – هيدروكسي پروستاگلاندين دي هيدروژنازدر انسان
هدف: در اين مطالعه، پيش بيني مقادير مربوط به خاصيت و يا فعاليت تركيبات شيميايي از روي ساختار مولكولي آنها با استفاده از روابط كمي ساختار- فعاليت (QSAR) مورد بررسي قرار گرفته است كه مدلسازي خاصيت فيزيكي شيميايي به يك شاخص مرتبط مي¬باشد.
روش تحقيق: در اين مطالعه مدل يابي مهاركنندگي پريمراز انساني سيتومگالو(CMV) و مهاركنندگي NAD+ وابسته به 15هيدروكسي پروستاگالاندين دي هيدروژنازانساتي مبتني برساختار مولكولي با استفاده از روابط كمي ساختار- فعاليت (QSAR ) مورد بررسي قرار گرفته است. مطالعه بر روي دو مجموعه اصلي از 64 مولكول از مهاركننده¬هاي سيتو مگالوو 40 مولكول از مهاركننده¬هاي پروستا گلاندين انجام شد. مجموعه از توصيف¬كننده¬هاي ملكولي مناسب و مهم با كمك الگوريتم ژنتيك و روش رگرسيون خطي گام به گام انتخاب شدند.
روش QSAR مبتني بر تجزيه و تحليل همبستگي مي¬باشد مورد استفاده قرار گرفت براي ايجاد مدل از روش رگرسيون چند گانه و شبكه عصبي مصنوعي (ANN) استفاده شد. براي تعيين معتبر بودن مدل¬ها مقادير آزمايشگاهي به دو دسته آموزش و تست تقسيم شدندو ضريب همبستگي R2 و ريشه ميانگين خطا (RMSE) آنها بررسي شد. مطالعه كيفي MLR و ANNنشان داد كه نتايج ANNتوانايي پيش¬بيني بهتري از مدل MLR دارد.
يافته¬ها: در اين مطالعه، ضريب همبستگي در مدل¬هاي ايجاد شده براي هر دو دسته از پريمراز سيتو مگالو و 15 – هيدروكسي پروستاگلاندين دي هيدروژناز در روش¬هاي خطي و غير خطي محاسبه و مقايسه شد.
نتيجه گيري: با توجه به فعاليتهاي پيش¬بيني شده و ضريب همبستگي مدل¬هاي بدست آمده، مي¬توان نتيجه گرفت كه روش¬هاي غيرخطي موفق¬تر از روش خطي بوده است
-
تاريخ نمايه سازي
1395/2/26
-
شماره ركورد
32177
-
لينک به اين مدرک :
