Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN (2017)
- Authors:
- Autor USP: SANTOS, GÊNISSON DOS REIS - IQSC
- Unidade: IQSC
- Subjects: DEPRESSÃO; RELAÇÕES QUANTITATIVAS ENTRE ESTRUTURA QUÍMICA E ATIVIDADE BIOLÓGICA
- Language: Português
- Abstract: 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, respectivamenteOs 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
- Imprenta:
- Publisher place: São Carlos
- Date published: 2017
- Data da defesa: 26.09.2017
-
ABNT
SANTOS, Gênisson dos Reis. Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN. 2017. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2017. Disponível em: http://www.teses.usp.br/teses/disponiveis/75/75134/tde-22122017-084306/. Acesso em: 26 set. 2024. -
APA
Santos, G. dos R. (2017). Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/75/75134/tde-22122017-084306/ -
NLM
Santos G dos R. Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN [Internet]. 2017 ;[citado 2024 set. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/75/75134/tde-22122017-084306/ -
Vancouver
Santos G dos R. Um estudo de QSAR sobre a interação de compostos arilpiperazínicos com o receptor '5-HTIND.2a' utilizando os métodos PLS e ANN [Internet]. 2017 ;[citado 2024 set. 26 ] Available from: http://www.teses.usp.br/teses/disponiveis/75/75134/tde-22122017-084306/ - Elaboração de Modelos Preditivos da Atividade Biológica de uma Série de Compostos Arilpiperazínicos frente ao Receptor 5-HT2a
- Crystal packing of a zinc(II)-azide complex with a N,N,S-tridentate thiosemicarbazone ligand: An experimental and computational study
- A partial least squares and artifcial neural network study for a series of arylpiperazines as antidepressant agents
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
