کاربرد الگوریتم ژنتیک به همراه رگرسیون خطی چند گانه برای پیش بینی فعالیت دارویی مشتقات پیرازول ها

مطالعه ارتباط کمی ساختار- فعالیت برای پیش بینی فعالیت دارویی مشتقات پیرازول ها، با استفاده از توصیف کننده های ساختاری و روش رگرسیون خطی چند گانه توسعه داده شده است. توصیف کننده های مولکولی با استفاده از الگوریتم ژنتیک انتخاب شدند. سپس یک مدل ساده، قوی، قابل تفسیر و با خطای کم و ضریب همبستگی بالا ساخته شد. نتایج نشان می دهد که تکنیک های خطی مانند رگرسیون خطی چند گانه که با یک روش انتخاب متغیر مناسب کوپل شده باشد، قادر است مدلهای مناسبی برای پیش بینی فعالیت دارویی ترکیبات ارائه نماید. مدل ارائه شده پارامترهای آماری بالایی را نشان داد که می تواند جهت پیش بینی فعالیت دارویی ترکیبات مشابه مورد استفاده قرار گیرد.

کلیدواژه ها:

ارتباط کمی ساختار ، فعالیت – مشتقات پیرازول ها- رگرسیون خطی چند گانه- الگوریتم ژنتیک