مدلسازی رابطه کمی ساختار- ویژگی برای پیش بینی دانسیته ی مواد پرانرژی بر اساس روش بهینه سازی مونت کارلو

با توسعه بیشتر مفهوم شیمی سبز، نسل جدید مواد پرانرژی تمایل به خواص انفجاری مانند عدم حساسیت بالاتر، چگالی بیشتر و انرژی بالاتر را نشان می دهند.[۱] بنابراین طراحی دقیق مولکولی و سنتز سبز و کارآمد مواد پرانرژی، یکی از چالش های جدی خواهد بود.[۲] رابطه کمی ساختار- ویژگی با هدف بهینهسازی مولکول براساس توصیفگرهای ساختاری مولکولی و توپولوژیکی، اخیرا۰ به عنوان یک رویکرد جذاب در مدلسازی معرفی شده است. یکی از ویژگی های کلیدی این رویکرد به استفاده از توصیفگرها بر اساس سیستم ورودی خط ورودی مولکولی ساده شده (SMILES) برای توسعه مدل QSPR اشاره دارد.[۳] در این تحقیق،به کمک نرم افزار کورال مجموعه ای از ۱۶۲ترکیب با نماد SMILES به عنوان فایل های ورودی نرم افزار تعریف و دانسیته ی مواد پرانرژی بر اساس الگوریتم بهینه سازی مونت کارلو پیش بینی گردید. در نهایت به کمک مدل مناسب توصیفگرهای بااهمیت افزاینده وکاهنده ی دانسیته ی مواد پرانرژی شناسایی شدند.

کلیدواژه ها:

دانسیته ، رابطه ی کمی ساختار-ویژگی ، روش مونت کارلو ، مواد پرانرژی ، نرم افزار کورال