QSAR МОДЕЛИРОВАНИЕ ПРОТИВОГРИБКОВОЙ АКТИВНОСТИ ПРОИЗВОДНЫХ 1,2,4-ТРИАЗОЛА

Ключевые слова: противогрибковая активность, количественные соотношения структура – активность, производные 1,2,4-триазола, многомерная линейная и нелинейная регрессия, молекулярные дескрипторы

Аннотация

Цель. Разработка QSAR моделей и исследование их эффективности для предсказания противогрибковой активности производных 1,2,4-триазола.

Методы и материалы исследования. Для проведения научных исследований использовались экспериментальные данные противогрибковой активности производных 1,2,4-триазола. Полученные данные обрабатывались с помощью методов QSAR моделирования с использованием молекулярных дескрипторов, автоматически порождаемых из структурных формул.

Результаты. Представлены новые QSAR модели для предсказания противогрибковой активности на основе шести физико-химических параметров химических веществ. Проведен сравнительный анализ QSAR моделей. Выявлена модель, которая обладает наилучшими статистическими параметрами: МАЕ=0,088; МАРЕ=8,63; точность прогноза=91,37%; MSE=0,013; RMSE=0,1145. Среди шести факторов удалось выявить наиболее значимые.

Заключение. В результате проведенных исследований выявлены и проанализированы QSAR модели для предсказания противогрибковой активности производных 1,2,4-триазола. В качестве признаков в моделях было взято от одного до шести молекулярных дескрипторов. Проведена оценка факторов, которые вносят наибольший вклад в предсказание противогрибковой активности. Выбраны наилучшие модели на основе вычисленных статистических параметров.

Скачивания

Данные скачивания пока не доступны.

Биографии авторов

Alexander L. Osipov, ФГБОУ Новосибирский государственный университет экономики и управления

доцент, кандидат технический наук

Veronika P. Trushina, ФГБОУ Новосибирский государственный университет экономики и управления

старший преподаватель

Литература

Andryukov K.V., Korkodinova L.M. Fundamental’nye issledovaniya, 2014, no. 3, pp. 533-538. https://fundamental-research.ru/ru/article/view?id=33709

Andryukov K.V., Korkodinova L.M. Nauchnye vedomosti Belgorodskogo gosudarstvennogo universiteta. Meditsina. Farmatsiya, 2018, vol. 41, no. 3, pp. 495-501. https://doi.org/10.18413/2075-4728-2018-41-3-495-501

Andryukov K.V., Korkodinova L.M. Sovremennye naukoemkie tekhnologii, 2019, no. 9, pp. 31-35. https://top-technologies.ru/ru/article/view?id=37661

Andryukov K.V., Korkodinova L.M. International Journal of Applied and Fundamental Research, 2019, no. 12, pp. 60-64. https://applied-research.ru/ru/article/view?id=12954

Vazhev V. V., Munarbaeva B. G., Vazheva N. V., Gubenko M. A. Agrarnyy vestnik Urala, 2021, no. 5(208), pp. 55-62. https://doi.org/10.32417/1997-4868-2021-208-05-55-62.

Martynova Yu.Z., Khayrullina V.R., Gimadieva A.R., Mustafin A.G. Biomeditsinskaya khimiya, 2019, vol. 65, no. 2, pp. 103-113.

Osipov A.L., Trushina V.P., Pyatnitsev D.V., Shlyapkin G.V., Pavlik I.O. V mire nauchnykh otkrytiy [Siberian Journal of Life Sciences and Agriculture], 2014, no. 12-2 (60), pp. 749-757.

Ovsyannikova L.N., Lalaev B.Yu., Yakovlev I.P., Anisimova N.A., Kirillova E.N., Ksenofontova G.V. Farmatsiya, 2017, vol. 66, no. 3, pp. 47-50. https://pharmaciyajournal.ru/ru/25419218-2017-03-11

Osipov A.L., Bobrov L.K. Nauchno-tekhnicheskaya informatsiya. Seriya 2. Informatsionnye protsessy i sistemy, 2013, no. 9, pp. 35-39.

Osipov A.L., Trushina V.P., Osipov F.L. Siberian Journal of Life Sciences and Agriculture, 2020, vol. 12, no. 1, pp. 92-97. https://doi.org/10.12731/2658-6649-2020-12-1-92-97

Osipov A.L., Trushina V.P. Siberian Journal of Life Sciences and Agriculture, 2020, vol. 12, no. 5, pp. 11-15. https://doi.org/10.12731/2658-6649-2020-12-5-11-15

Osipov A.L., Trushina V.P. Siberian Journal of Life Sciences and Agriculture, 2021, vol. 13, no. 3, pp. 276-287. https://doi.org/10.12731/2658-6649-2021-13-3-276-287.

Pshenkina N.P., Sofronov G.A. Obshchaya reanimatologiya, 2011, vol. VII, no. 3, pp. 14-18. https://www.reanimatology.com/rmt/article/viewFile/295/235

Forush M., Shafifi F., Dialamehpour F. QSPR Study on Benzene Derivatives to some Physico-Chemical Properties by using Topological Indices. Iranian Journal of Mathematical Chemistry, 2016, vol. 7, no. 1, pp. 93-110. https://doi.org/10.22052/IJMC.2016.12410

Havare O. QSPR Analysis with Curvilinear Regression Modeling and Topological Indices. Iranian Journal of Mathematical Chemistry, 2019, vol. 10(4), pp. 331-341. https://doi.org/10.22052/ijmc.2019.191865.1448

Mohammadinasab E. Determination of Critical Properties of Alkanes Derivatives using Multiple Linear Regression. Iranian Journal of Mathematical Chemistry, 2017, vol. 8(2), pp. 199-220. https://doi.org/10.22052/ijmc.2017.58461.1225

Osipov A.L., Bobrov L.K. The use of statistical models of recognition in the virtual screening of chemical compounds. Automatic Documentation and Mathematical Linguistics, 2012, vol. 46, no. 4, pp. 153-158. https://doi.org/10.3103/S0005105512040024

Rostami Z., Manesh A., Samie L. QSPR Modeling of Antimicrobial Activity with Some Novel 1,2,4-Triazole Derivatives, Comparison with Experimental Study. Iranian Journal of Mathematical Chemistry, 2013, vol. 4, no. 1, pp. 91-109. https://doi.org/10.22052/IJMC.2013.5284

Shafifi F. Relationship between Topological Indices and Thermodynamic Properties and of the Monocarboxylic Acids Applications in QSPR. Iranian Journal of Mathematical Chemistry, 2015, vol. 6, no. 1, pp. 15-28. https://ijmc.kashanu.ac.ir/article_8944_42c0fe9fb5ea15ff42c016263779416c.pdf

Tarko L. A Selection Method for Molecular Descriptors and QSPR Equations. MATCH Commun. Math. Comput. Chem., 2017,vol. 77,pp. 245-272.https://match.pmf.kg.ac.rs/electronic_versions/Match77/n2/match77n2_245-272.pdf

Wouter J.C. de Bruijn, Jos A. Hageman, Carla Araya-Cloutier, Harry Gruppen, Jean-Paul Vincken. QSAR of 1,4-benzoxazin-3-one antimicrobials and their drug design perspectives. Bioorganic & Medicinal Chemistry, 2018, vol. 26, pp. 6105–6114. https://doi.org/10.1016/j.bmc.2018.11.016


Просмотров аннотации: 136
Загрузок PDF: 170
Опубликован
2021-12-30
Как цитировать
Osipov, A., & Trushina, V. (2021). QSAR МОДЕЛИРОВАНИЕ ПРОТИВОГРИБКОВОЙ АКТИВНОСТИ ПРОИЗВОДНЫХ 1,2,4-ТРИАЗОЛА. Siberian Journal of Life Sciences and Agriculture, 13(6), 324-338. https://doi.org/10.12731/2658-6649-2021-13-6-324-338
Раздел
Междисциплинарные исследования