رابطه کمی ساختار فعالیت تعدادی از مشتق های فلاونوئیدی به عنوان مهارکننده های استیلکولیناستراز برپایه الگوریتم مونت کارلو
نویسندگان
1 دانشجوی دکترای عمومی داروسازی، گروه شیمی دارویی، دانشکده داروسازی، علوم پزشکی تهران، دانشگاه آزاد اسلامی، تهران، ایران.
2 استاد گروه شیمی دارویی، دانشکده داروسازی، علوم پزشکی تهران، دانشگاه آزاد اسلامی، تهران، ایران.
3 دانشیار گروه شیمی دارویی، دانشکده شیمی دارویی، علوم پزشکی تهران، دانشگاه آزاد اسلامی، تهران، ایران.
doi
چکیده
درسالهای اخیر، روشی مبتنی بر رویکرد مستقل از بهینهسازی مولکول برپایه توصیفگرهای ساختاری مولکولی و توپولوژیکی، بهعنوان یک رویکرد جذاب در مدلسازی QSAR معرفی شده است. یکی از ویژگیهای کلیدی این رویکرد به استفاده از توصیفگرها برپایه سامانه ورودی-خط ورودی-مولکولی سادهشده ( SMILES ) برای توسعه مدل QSAR اشاره دارد. در این پژوهش، با هدف مطالعه و بررسی QSAR برخی از مشتقهای فلاونوئیدی بهعنوان مهارکنندههای استیلکولیناستراز برپایه الگوریتم مونت کارلو، مجموعهای از 88 مهارکننده استیلکولیناستراز از مقالههای معتبر انتخاب شد. ساختار ترکیبهای با نماد SMILES بهعنوان فایلهای ورودی نرم افزار تعریف و بهطور تصادفی به چهار سری شامل آموزش، آموزش نامرئی، واسنجی و مجموعه اعتبارسنجی تقسیم و مدلسازی انجام شد. توصیفگرهای بهینه مورداستفاده در مدل از ترکیب SMILES و نمودار بدون هیدروژن برپایه تابع هدف جدید انتخاب شدند. قدرت پیشبینی مدلها با مجموعههای اعتبارسنجی، ارزیابی شد. نتیجههای بهدستآمده از چهار سری تصادفی نشان داد که مدلها پیشگو و قابل اعتماد از لحاظ آماری، هستند. توصیفگرهای بااهمیت افزاینده و کاهنده فعالیت مهارکنندگی استیلکولیناستراز مشتقهای فلاونوئید شناسایی شدند. همچنین، pIC 50 تعداد زیادی از مشتقهای فلاونوئید طبیعی مهارکننده آنزیم استیلکولیناستراز محاسبه و گزارش شد.
