Molecular modeling studies of novel triazines as potent and selective phosphodiest10A inhibitors using 2Dquantitative structure-activity relationship

مطالعه مدل مولكولي مشتقات جديد تري آزين به عنوان بازدارنده هاي قوي و انتخابي فسفودي استراز 10A با استفاده از روابط كمي ساختار- فعاليت دوبعدي

رابطه بين ساختار و فعاليت كمّي دو بعدي (2D QSAR) يك سري از مشتقات تري آزين با خاصيت ضد اسكيزوفرني و ضد هانتينگتون مورد مطالعه قرا گرفت. رگرسيون خطي چند گانه (MLR)، رگرسيون اجرا اصلي (PCR) و رگرسيون حداقل مربعات جزيي (PLS) با يك تلاش براي ايجاد رابطه بين فعاليت بيولوژيكي به عنوان متغير وابسته و توصيف گرها به عنوان متغير مستقل به عنوان تكنيك هاي آناليز رگرسيون مورد استفاده قرار گرفتند. مطالعات QSAR با استفاده از نرم افزار VLife MDS انجام شد. مدل ها براي توانايي پيش بيني توسط اعتبار سنجي دروني (q2) و بيروني (Pred _r2) آزموده شدند. نتايج نشان داد كه هيچ اختلاف آماري معني داري بين فعاليت پيش بيني شده اين تركيبات و مقادير آزمايشگاهي وجود ندارد و در نتيجه مدل هاي به دست آمده اين اجازه را به ما مي‌دهند كه فعاليت ضد اسكيزوفرني و ضد هانتينگتون مشتقات جديد تري آزين ها را پيش بيني كنيم.

The Two-dimensional Quantitative Structure-activity Relationship (2D-QSAR) of a series of 44 triazine derivatives with antischizophrenia and antihuntingdon’s property has been studied. Multiple Linear Regression (MLR), Principal Component Regression (PCR) and Partial Least Squares (PLS) were used as regression analysis techniques with an attempt to derive a correlation between the biological activity as dependent variable and various descriptors as independent variables. The QSAR studies were performed using VLife MDS software. The models were validated for predictivity by both internal (q2) and external (Pred_r2) validation. Results indicated this is no significant statistical differences between calculated activities of these compounds with laboratory quantities thus, the obtained models allowed us to predict Antischizophrenia and Antihuntingdon activities of new Triazines derivatives.