skip to main content
Idioma:

Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN

Gênisson dos Reis Santos Alberico Borges Ferreira da Silva

2017

Localização: IQSC - Inst. Química de São Carlos    (T3031R )(Acessar)

  • Título:
    Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN
  • Autor: Gênisson dos Reis Santos
  • Alberico Borges Ferreira da Silva
  • Assuntos: DEPRESSÃO; RELAÇÕES QUANTITATIVAS ENTRE ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA
  • Notas: Dissertação (Mestrado)
  • Notas Locais: Edição revisada - original em acervo restrito
  • Descrição: A depressão, também conhecida como distúrbio depressivo maior, é uma doença extremamente séria caracterizada por distúrbios afetivos que apresenta sintomas como tristeza, pessimismo, baixa autoestima, alterações nas funções vegetativas como sono e apetite e cognitivas como concentração, memória e atenção. A depressão afeta hoje cerca de 300 milhões de pessoas sendo essa a doença mais incapacitante do mundo, segundo dados da Organização Mundial da Saúde. O receptor humano 5-HT2a tem sido associado a inúmeras condições neurológicas e moléculas ligantes seletivas a esse receptor podem apresentar potencial terapêutico no tratamento de distúrbios de comportamento, tais como a depressão. Com o propósito de contribuir para o planejamento de novos fármacos mais eficazes no tratamento da depressão realizou-se um estudo de QSAR (do inglês Quantitative structure-activity Relationship) com um conjunto de 106 compostos arilpiperazínicos utilizando os métodos de Mínimos Quadrados Parciais (PLS) e Redes Neurais Artificias (ANN). O modelo de PLS foi obtido com 76 compostos no conjunto de treinamento e 11 compostos no conjunto teste (r2 = 0,749 e q2 = 0,696). Os testes de validação leave-N-out, randomização e detecção de outliers confirmaram a robustez e estabilidade dos modelos e demonstraram que os mesmos não foram gerados através de correlações ao acaso. O modelos de Redes Neurais Artificiais de Perceptron de Multicamadas (MLP-ANN) foi gerado utilizando funções de transferência tansig-tansig. O treinamento das redes demonstrou que o melhor modelo apresentava arquitetura 7-10-1. Tal modelo apresentou valores de erro quadrático médio (EQM) igual a 0,00964, desvio médio absoluto (DMA) igual a 0,0775 e r2treinamento, r2validação e r2teste iguais a 0,794, 0,795 e 0,788, respectivamente
    Os descritores dos modelos matemáticos gerados mostraram concordância com as propriedades moleculares dos compostos e os valores de atividade biológica preditos pelos modelos de PLS e ANN demonstraram que a interação dos descritores é satisfatoriamente relacionada tanto por aproximações lineares quanto não-lineares
  • Data de criação/publicação: 2017
  • Formato: 78 p.
  • Idioma: Português
Links
Voltar para lista de resultados
Ir para página anteriorAnterior Resultado  16 AvançarIr para próxima página

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.