طراحی کاندید های دارویی جدید موثر در سرطان تخمدان با استفاده از روش های رابطه کمی ساختار-فعالیت و داکینگ مولکولی

در این پژوهش با استفاده از روش های QSAR و داکینگ مولکولی خاصیت ضد سرطانی مشتقات کومارین روی سرطان سینه (رده سلولی SKOV۳) مورد بررسی قرار گرفت. به منظور دستیابی به رابطه بین ساختار و ترکیبات خاصیت بازدارندگی آن ها (که با کمیت pIC۵۰ بیان شده است)، از روش های انتخاب ویژگی MLR، ژنتیک الگوریتم جستجوی گرانشی (GA) و الگوریتم شبکه های عصبی مصنوعی (ANN) به منظور مدل سازی مولکولی استفاده شد. مدل های به دست آمده از روش های MLR و GA-ANN مورد ارزیابی و اعتبار سنجی قرار گرفتند که نتایج نشان داد مدل حاصل از روش GSA-ANN رضایت بخش و در نهایت برای پیش بینی خاصیت ضد سرطانی کاندید های جدید دارویی استفاده شده است.

کلیدواژه ها:

QSAR ، داکینگ مولکولی ، سرطان تخمدان ، الگوریتم جستجوی گرانشی ، شبکه عصبی مصنوعی