مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

299
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

559
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

بررسی رابطه کمی ساختمان با اثر ضد سل مشتقات تیوسمی کاربازونی به روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه

صفحات

 صفحه شروع 106 | صفحه پایان 118

چکیده

 سابقه و هدف: روش های مدل سازی غیر خطی برای مطالعات رابطه کمی ساختمان-اثر, راه های گویاتری نسبت به روش های خطی, برای رفتارهای مولکولی هستند. شبکه های عصبی مصنوعی, مدل ها و الگوریتم های ریاضی هستند که پردازش اطلاعات و یادگیری مغز انسان را تقلید می کنند. نشان داده شده است برخی مشتقات S-alkyl تیوسمی کاربازون در پیش گیری و درمان عفونت های مایکو باکتریایی اثر بخش بوده اند. این مطالعه با هدف یافتن ارتباط ساختار با اثر این ترکیبات انجام پذیرفت. مواد و روش ها: در این مطالعه وابستگی کمی کنش و ساختار (QSAR), از رگرسیون خطی چندگانه و شبکه عصبی مصنوعی با تنظیم بایسین برای 47 ترکیب از مشتقات تیوسمی کاربازون, استفاده گردید. توصیف کننده ها از روش انتخاب و حذف گام به گام از مجموع 343 توصیف کننده, انتخاب شدند. یک شبکه ی سه لایه ی پیش خور پس انتشار با تنظیم بایسین به وسیله نرم افزار MATLAB نسخه R2009a طراحی, بهینه و ارزیابی شد. یافته ها: پس از رگرسیون خطی چندگانه یک مدل با 6 توصیف کننده حاصل شد: (039/0 ± 235/0)Qneg-(600/1 ± 706/1)PMIZ-(017/0 ± 066/0)PMIX-(018/0 ± 067/0) + 592/2 Log MIC= RDF060p (021/0 ± 064/0) RDF 140u-(026/0 ± 118/0) RDF03 + بهترین مدل BR-ANN یک شبکه سه لایه با سه گره در لایه مخفی بود. استنتاج: مدل BR-ANN قدرت پیش بینی کنندگی بیش تری نسبت به مدل های خطی دارد و احتمالا بهتر می تواند فعالیت ضد سلی ترکیبات جدید با شالوده ساختاری یکسان در میان مشتقات تیوسمی کاربازون را پیش بینی کند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    موسوی، مهدی، دریایی، فریدون، رنجبران، امید، محسنی، بهنام، طاهری، سعیده، و حسن زاده، عبدالرضا. (1399). بررسی رابطه کمی ساختمان با اثر ضد سل مشتقات تیوسمی کاربازونی به روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه. مجله دانشگاه علوم پزشکی مازندران (نامه دانشگاه)، 30(184 )، 106-118. SID. https://sid.ir/paper/406688/fa

    Vancouver: کپی

    موسوی مهدی، دریایی فریدون، رنجبران امید، محسنی بهنام، طاهری سعیده، حسن زاده عبدالرضا. بررسی رابطه کمی ساختمان با اثر ضد سل مشتقات تیوسمی کاربازونی به روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه. مجله دانشگاه علوم پزشکی مازندران (نامه دانشگاه)[Internet]. 1399؛30(184 ):106-118. Available from: https://sid.ir/paper/406688/fa

    IEEE: کپی

    مهدی موسوی، فریدون دریایی، امید رنجبران، بهنام محسنی، سعیده طاهری، و عبدالرضا حسن زاده، “بررسی رابطه کمی ساختمان با اثر ضد سل مشتقات تیوسمی کاربازونی به روش شبکه عصبی مصنوعی و رگرسیون خطی چندگانه،” مجله دانشگاه علوم پزشکی مازندران (نامه دانشگاه)، vol. 30، no. 184 ، pp. 106–118، 1399، [Online]. Available: https://sid.ir/paper/406688/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button