文献

J-GLOBAL ID：202102226720959620   整理番号：21A0594954

計算研究としてGA-MLRを用いたキノロン誘導体の物理化学的特性のモデル化【JST・京大機械翻訳】

Modeling Physico-Chemical Properties of Quinolone Derivatives Using GA-MLR as a Computational Study

著者 (3件)： Shirmohammadi Meysam ( Department of Chemistry, Arak Branch, Islamic Azad University, Arak, Iran) ,  Mohammadinasab Esmat ( Department of Chemistry, Arak Branch, Islamic Azad University, Arak, Iran) ,  Bayat Zakiyeh ( Department of Chemistry, Quchan Branch, Islamic Azad University, Quchan, Iran)
資料名： Current Computer-Aided Drug Design  (Current Computer-Aided Drug Design)
巻： 16  号： 6  ページ： 667-681  発行年： 2020年 
JST資料番号： W3578A  ISSN： 1573-4099  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 不明 (ARE)  言語： 英語 (EN)

抄録/ポイント： 背景:本研究では,キノロン誘導体の物理化学的特性をモデル化するための定量的構造活性相関(QSAR)モデルを開発するための階層的アプローチを用いた。【目的】屈折率(n),分極率(α)およびHOMO-LUMOエネルギーギャップ(ΔEH-L)のような物理化学的特性を有する分子記述子のいくつかの間の関係を表現した。材料および方法:#HF/6-31+G**レベルのabinitime法を用いた量子力学計算を行い,最適化形状を得て,次に,分子記述子の包括的セットをDragonソフトウェアを用いて計算した。SPSSソフトウェアによる後方法による多重線形回帰(GA-MLR)を用いた遺伝的アルゴリズムを用いて,QSARモデルを構築した。【結果】:確立した理論モデルの分析力を,leaveone-out(LOO)交差検証法を用いて議論した。研究した特性を予測するために,適切な統計的品質を有する最大3つの記述子を含むマルチパラメトリック方程式を得た。結論:GA-MLR法を用いた40キノロン誘導体の屈折率,分極率およびHOMO-LUMOエネルギーギャップの予測に対するQSPR分析を実施した。達成された結果は,屈折率,分極率およびHOMO-LUMOエネルギーギャップを予測するための最良のモデルが,最大3つの記述子を含むことを示した。適切な記述子選択法としての遺伝的アルゴリズムを用いたMLR分析は,3つの選択された記述子がキノロン誘導体の物理化学的性質の予測に不可欠な役割を果たすことを示した。最終得られたモデルの最良の記述子は,新薬の設計およびスクリーニングに使用できる。Copyright 2021 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エネルギーギャップ ,  屈折率 ,  最適化 ,  分極率 ,  量子論 ,  ソフトウェア ,  HOMO ,  *LUMO ,  定量的構造活性相関 ,  遺伝的アルゴリズム ,  交差検証法
準シソーラス用語： 理論モデル ,  *物理化学的性質 ,  多重線形回帰 ,  分子記述子 , 【Automatic Indexing@JST】

著者キーワード (6件)： QSPR ,  キノロン類 ,  屈折率 ,  分極率 ,  HOMO-LUMOエネルギーギャップ ,  GA-MLR法

分類 (1件)： 薬物の構造活性相関  (GV01050B)

タイトルに関連する用語 (8件)： 計算 ,  研究 ,  Ga ,  MLR ,  キノロン ,  誘導体 ,  物理化学的特性 ,  モデル化