Author/Authors :
BAGHBAN SHAHRI FATEMEH نويسنده Department of Chemistry, Arak Branch, Islamic Azad University, Arak, Iran , NIAZI ALI نويسنده Department of Chemistry, Arak Branch, Islamic Azad University, Arak, Iran , AKRAMI AHMAD نويسنده Department of Chemistry, Arak Branch, Islamic Azad University, Arak, Iran
Abstract :
مطالعه ارتباط كمي فعاليت-ساختار (QSAR) براي پيش‌بيني بازدارندگي فعاليت 1-فنيل 2Hتتراهيدرو تريازين3 يك آنالوگ به عنوان مهاركننده 5-ليپوكسي ژناس مي‌باشد. فعاليت‌هاي بازدارندگي فنيل- 2Hتتراهيدرو تريازين3 به عنوان تابعي از ساختارهاي مولكولي و با استفاده از روش‌هاي كمومتريك از قبيل رگرسيون خطي چندتايي(MLR) وحداقل مربعات كه از ماشين‌هاي برداري (LS-SVM) حمايت مي‌كند، مدلسازي مي‌شود. مدل‌هاي به‌دست‌آمده به منظور پيش‌بيني فعاليت مهاركنندگي تركيباتي كه در فرآيند مدلسازي نبودند، به‌كار گرفته شده‌اند. نتايج مدل‌ها نشان داد كه توانايي پيش‌بيني بالا با ميانگين ريشه خطاي مربع براي MLR و LS-SVM به ترتيب برابر است با: 0/167 و 0.061 مي‌باشد. روش LS-SVM براي پيش‌بيني فعاليت مهاركننده مشتقات مهاركننده جديد مورد استفاده قرار گرفت.
Abstract :
A quantitative structure-activity relationship (QSAR) study was conducted
for the prediction of inhibitory activity of 1-phenyl[2H]-tetrahydro-triazine-3-one
analogues as inhibitors of 5-Lipoxygenase. The inhibitory activities of the 1-phenyl[2H]-
tetrahydro-triazine-3-one analogues modeled as a function of molecular structures using
chemometrics methods such as multiple linear regression (MLR) and least squares
support vector machines (LS-SVM). The obtained models were applied to predict the
inhibitory activity of compounds which were not in the modeling procedure. The results
of models showed high prediction ability with root mean square error of prediction of
0.167 and 0.061 for MLR and LS-SVM, respectively. The LS-SVM method was used for
prediction of inhibitory activity of the new inhibitor derivatives.
