XiaoMi-AI文件搜索系统
World File Search SystemQSAR
QSAR研究二酰基甘油酰基转移酶-1（DGAT-1 ... ） 1简介面部检测是对象的子集...
糖尿病是通常会感染所有年轻人和老年人的慢性疾病之一。目前尚无特殊药物可以治愈糖尿病。可以使用继续开发的某些酶疗法对糖尿病进行适当治疗。允许治疗糖尿病患者的一步是抑制二十二甘油酰基转移酶-1的生长（DGAT1）。在使用定量结构活动关系（QSAR）方法的硅中开发中，该方法通常用于预测尚未测试的化合物的生物学活性。本研究旨在使用二二酰甘油酰基转移酶-1化合物作为糖尿病生长的抑制剂来构建QSAR模型。使用粒子群优化（PSO）特征选择模型和支持矢量机（SVM）的预测方法，将在二二十二酰甘油酰基转移酶-1化合物中产生主要的描述符的组合建议，该化合物可用于抗糖尿病的发展。所使用的数据集是228个数据，其中包含有关二二酰甘油酰基转移酶-1种化合物的化合物活动的信息，多达1444个功能。使用的描述符信息是一个特征列，其偏差高于0.5。通过多项式内核获得了PSO选择的最佳结果，值为𝑅20.629，以及通过实施RBF模型获得的最佳预测结果，在每个内部验证𝑅2和外部验证2中获得得分，值为75％和67.2％。
n- ...
摘要。血管内皮生长因子受体（VEGFR）酪氨酸激酶（TKS）是临床验证的抗癌治疗的药物靶标，因为它们在血管生成，肿瘤生长和元时间的过程中起重要作用。VEGFR2是VEGFR-TKS的成员。vegfr2是血管生成过程的重要阶段。硫脲衍生化合物具有潜在的VEGFR2抑制剂。这项研究的目的是通过抑制VEGFR2受体的抑制作用来确定N-Benzoyl- n'-naphythylthiourea（Bntu）及其衍生物作为抗癌的定量结构活性关系（QSAR）。获得的最佳QSAR方程模型可以用作设计具有最佳VEGFR2抑制活性的新的BNTU衍生化合物的指南。分析结果提供了最佳方程模型，如下所示：RS = -0.405（±1.020）Clogp 2 + 1.174（±8.709）clogp + 5.227（±3.273）E Lumo -72.983（±7.625）（±7.625）（两个物理学化学参数）（n = 14; r = 0.971; se = 4.519; f = 54.777; sig。= 0.000）。通过抑制VEGFR2受体的抗癌化合物及其衍生物的抗癌活性受到亲脂性和电子特性的影响。
纸 - 使用QSAR/ ... div>的计算药物设计
人类来源的功能。简短答案问题： - （答案全部）[23x2 = 46] 1。用示例定义免费的威尔逊分析。2。编写QSAR的应用程序。3。招募两个ADME数据库。4。提及两个生化数据库。5。用示例定义铅分子。6。定义铅优化的随机筛选。7。定义COMFA和COMSIA。8。写药数据库的应用程序。9。提及任何两种铅优化技术。10。用示例定义生物膜。11。解释Hansch分析。12。比较SAR和QSAR。13。定义comsia及其两个应用程序。14。解释5.15。蛋白质加工用于自动库克维纳中的对接。16。招募任何两个药物数据库。17。绑定位点如何位于PDB和Discovery Studio Visualizer18。电网盒的重要性19。对接化合物的虚拟筛选。20。BLAST和基因本体论发现。21。多序列比对和蛋白质功能评估22。同源建模和模型使用者的使用。23。半经验方法和能量最小化。
审查QSAR模型和用于预测的软件工具...
在评估工业化学物质，化妆品成分以及农药和杀菌剂中的活性物质中，代谢产物和降解物在哺乳动物中的毒性作用很少经过测试。为了动物福利和成本效益的利益，在评估这些类型的化学物质时需要进行动物测试的替代方法。在本报告中，我们回顾了用于吸收，分布，代谢和排泄（ADME）特性中各种类型的各种类型的现状，这些特性对于区分父母化合物的毒理学特征及其代谢物/降解产物通常很重要。审查是从广义上进行的，重点是QSAR和基于规则的方法及其对估计口服生物利用度，人类肠道吸收，血脑屏障渗透，血浆蛋白质结合，代谢和代谢和的适用性。这揭示了广泛而快速增长的文献和一系列软件工具。
使用 QSAR 模型定义 TBK1 抑制途径
将这种强大的建模技术与 CAS Content Collection TM 中丰富的化学数据相结合，CAS Content Collection TM 是世界上最大的人工整理的化学见解和已发表的科学信息集合，可以节省研究时间，为靶向激酶和其他酶提供有用的见解，并挽救实验动物的生命。在本 CAS Insights TM 报告中，我们将使用 CAS Content Collection 研究 TBK1 研究的前景，并研究 QSAR 计算机建模是否可以帮助我们采取正确的步骤来开发有效的 TBK1 抑制剂。1–3
一种用于 QSAR 特征选择的改进型人工蜂群
摘要：定量结构-活性关系 (QSAR) 旨在将分子结构特性与相应的生物活性关联起来。机会相关性和多重共线性是生成 QSAR 模型时经常遇到的两个主要问题。特征选择可以通过删除冗余或不相关的分子描述符来显著提高 QSAR 的准确性和可解释性。人工蜂群算法 (ABC) 模仿蜜蜂群的觅食行为，最初是为解决连续优化问题而提出的。它已应用于分类的特征选择，但很少用于回归分析和预测。本文使用二元 ABC 算法来选择 QSAR 中的特征（分子描述符）。此外，我们提出了一种改进的基于 ABC 的 QSAR 特征选择算法，即 ABC-PLS-1。交叉和变异算子被引入到已聘用蜜蜂和旁观蜜蜂阶段来修改每个解决方案的几个维度，这不仅节省了将连续值转换为离散值的过程，而且还减少了计算资源。此外，提出了一种新的贪婪选择策略，即选择准确率更高、特征更少的特征子集，有助于算法快速收敛。使用三个QSAR数据集对所提算法进行了评估。实验结果表明，ABC-PLS-1在准确率、均方根误差和所选特征数量方面优于PSO-PLS、WS-PSO-PLS和BFDE-PLS。此外，我们还研究了在跟踪回归问题时是否实施侦察蜂阶段，并得出了一个有趣的结论：在处理低维和中维回归问题的特征选择时，侦察蜂阶段是多余的。
分子对接单元5：QSAR统计方法Dr.D....
许多配体的灵活性使得这些计算变得困难，需要开发和使用特殊方法。以下两个例子说明了对此类工具的需求：蛋白酶抑制剂的设计和与特定 MHC 受体结合的肽抗原的分析和设计。我们回顾了从刚体对接扩展到柔性对接的计算概念，以及以下重要的柔性对接和设计策略：(a) 蒙特卡洛/分子动力学对接，(b) 现场组合搜索，(c) 配体构建，以及 (d) 位点映射和片段组装。讨论了使用经验自由能作为目标函数。由于方法学的快速发展，大多数新方法仅在有限数量的应用上进行了测试，并且可能会改进更传统的计算或图形工具获得的结果。
2020 年 3 月 23 日 1 QSAR：定量结构活性关系
•基于结构的筛选：当目标蛋白的结构已知时，可以采用基于受体的计算方法。这些方法涉及将每个配体显式地分子对接到目标的结合位点，从而为每个数据库化合物生成预测的结合模式以及结合位点拟合质量的测量值。然后使用这些信息对化合物进行排序，以期找到用于生物测试的化合物。
机械 QSAR 分析预测不同杂环化合物作为选择性美人蕉的结合亲和力
a 印度阿姆劳蒂 Mardi 路 Rajendra Gode 药学院药物化学系；b 沙特阿拉伯利雅得伊玛目穆罕默德伊本沙特伊斯兰大学理学院化学系；c 沙特阿拉伯莫哈伊尔阿西尔哈立德国王大学科学与艺术学院化学系；d 马来西亚双威城双威大学医学与生命科学学院；e 伊拉克埃尔比勒 Tishk 国际大学药学院药物化学系；f 沙特阿拉伯阿尔哈吉 Prince Sattam Bin Abdulaziz 大学药学院药理学与毒理学系；g 印度兰契 Birla 理工学院药物科学与技术系；h 沙特阿拉伯利雅得 AlMaarefa 大学医学院基础医学系
莫扎特，一种基于QSAR多目标网络的工具，可预测多种药物 - 酶相互作用
摘要：开发能够预测药物与酶之间相互作用的模型是计算生物学的主要目标，因为这些模型可用于预测新的活性药物以及未经测试靶标的已知药物之间的相互作用。随着大型药物 - 酶对数据集的汇编（62,524），我们发现了一个独特的机会，试图构建一种新型的多目标机器学习（MTML）定量结构活性关系（QSAR）模型，以探测不同药物和酶靶标之间的相互作用。为此，本文基于使用拓扑药物的特征以及人工神经网络（ANN）多层感知器（MLP）提出了MTML-QSAR模型。发现最佳模型的验证是通过内部交叉验证统计和其他相关诊断统计参数进行的。发现该模型的总体准确性高于96％。最后，为了最大程度地扩散该模型，已经开发了一种公共且可访问的工具，以允许用户执行自己的预测。开发的基于Web的工具是可以访问的，可以作为免费的开源软件下载。