پیش بینی LD50 در مشتقات کربوکسیلیک اسید با مدل های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی

فصلنامه تخصصی تحقیقات حشره شناسی

دوره 13، شماره 1 - شماره پیاپی 49، خرداد 1400، صفحه 67-82   

نوع مقاله: علمی پژوهشی

نویسندگان

عصمت محمدی نسب^{* 1}؛ فهیمه محمایی²

¹داﻧﺸﮕﺎه آزاد اﺳﻼﻣﻲ، واﺣﺪ اراک، ﮔﺮوه شیمی، اراک، ایران

²دانشجوی دکتری شیمی فیزیک، گروه شیمی، واحد اراک، دانشگاه آزاداسلامی، اراک، ایران

چکیده

در این تحقیق، از طریق مطالعه رابطه ساختار-فعالیت به پیش بینی مقادیر سمیت مشتقات کربوکسیلیک اسید پرداخته شده است. ابتدا مقادیر LD₅₀  برای مجموعه ای از ترکیبات مورد مطالعه با استفاده از منابع علمی معتبر استخراج گردید و ساختار آنها به کمک نرم‌افزار گوس ویو 05 رسم شده و با نرم‌افزار  گوسین09 به روش هارتری فاک و سری پایه G21-3 بهینه شدند. سپس با استفاده از نرم افزار دراگون توصیف‌گرهای مولکولی استخراج گردیدند. به کمک ژنتیک الگوریتم و روش برگشتی توصیف‌گرهای نامناسب حذف ‌شده و بهترین آنها برای مدل‌های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی مورد استفاده قرار گرفت. دقت پیش بینی مدل نهایی توسط ضرایب آماری مورد بحث قرار گرفت. اعتبارسنجی تقاطعی و نیز اعتبارسنجی خارجی مدل های پیش بینی همبستگی بسیار بالا  را بین مقادیر تجربی و مقادیر پیش بینی گروه های آموزش آزمون و اعتبارسنجی در روش شبکه عصبی مصنوعی نشان داد. مشخص گردید که روش شبکه عصبی مصنوعی با خطای کمتر و ضریب تعیین بالاتر نسبت به روش رگرسیون خطی چندگانه از برتری قابل توجه ای برخوردار می باشد. مدل پیشنهادی می تواند برای پیش بینی  log(LD₅₀) ترکیبات جدید کربوکسیلیک اسید مفید واقع گردد. 

کلیدواژه‌ها

واژه‌‌های کلیدی: "سمیت" "روش رگرسیون خطی چندگانه "؛ "شبکه عصبی مصنوعی"؛ "مشتقات کربوکسیلیک اسید "

مراجع