به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « quantitative structure-property relationships (qspr) » در نشریات گروه « شیمی »

تکرار جستجوی کلیدواژه «quantitative structure-property relationships (qspr)» در نشریات گروه «علوم پایه»
  • فاطمه دیالمه پور، فاطمه شفیعی*

    مدل های ارتباط کمی ساختار- خاصیت (QSPR) برای مدلسازی و پیش بینی خواص ترمودینامیکی مانند آنتالپی تبخیر در شرایط استاندارد (1-mol kJ vap H∆) و دمای نقطه جوش نرمال (K bp T (73 هیدروکربن آروماتیکی مونو و چند حلقه ای (PAHs) مورد استفاده قرار گرفته است. هیدروکربنهای آروماتیکی مونو و چند حلقه ای به طور تصادفی به دو گروه آموزشی و آزمایشی تقسیم شدند. مجموعه ای از توصیف کننده های مولکولی با استفاده از نرم افزار دراگون برای ترکیبات انتخاب شده محاسبه شده است. از روش الگوریتم ژنتیک (GA) و رگرسیون برگشتی برای انتخاب توصیف کننده های مناسب استفاده گردید. برای بدست آوردن رابطه خطی بین توصیف کننده ها و خواص شیمیایی از روش رگرسیون خطی چندگانه (MLR) استفاده شده است. توانایی پیش بینی مدلهای MLR-GA با استفاده از روش های اعتبار سنجی تقاطعی و اعتبار سنجی خارجی انجام شده است. نتایج و بحث ما را به این نتیجهگیری میرساند که مدلهای مجموعه آموزشی ایجاد شده با روش MLR-GA همبستگی خوبی با خصوصیات ترمودینامیکی دارند، به این معنی که میتوان از مدلهای QSPR بدست آمده برای تخمین و پیش بینی خواص ذکر شده هیدروکربنهای آروماتیکی مونو و چند حلقهای (PAHs) استفاده نمود.

    کلید واژگان: سامانه های رهایش دارو, سینتیک ایزوترمال, هیدروژل, رهایش دارو}
    Fatemeh Dialamehpour, Fatemeh Shafiei*

    Quantitative Structure-Property Relationship (QSPR) models for modeling and predicting thermodynamic properties such as the enthalpy of vaporization at standard condition (ΔH˚vap kJ mol-1) and normal temperature of boiling points (T˚bp K) of 57 mono and Polycyclic Aromatic Hydrocarbons (PAHs) have been investigated. The PAHs were randomly separated into 2 groups: training and test sets. A set of molecular descriptors was calculated for selected compounds using the Dragon software. The Genetic Algorithm (GA) method and backward stepwise regression were used to select the suitable descriptors. Multiple Linear Regression (MLR) technique was used to obtain a linear relationship between descriptors and chemical properties. The predictive ability of the GA-MLR models was implemented using squared cross-validation and external validation methods. The aforementioned results and discussion lead us to conclude that the training set models established by GA-MLR method have good correlation of thermodynamic properties, which means QSPR models could be efficiently used for estimating and predicting of the above mentioned properties of the mono and PAHs.

    Keywords: Polycyclic Aromatic Hydrocarbons (PAHs), quantitative structure-property relationships (QSPR), normal temperature of boiling points, first Zagreb index}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال