Prédiction Des Paramètres Pharmacocinétique Des Médicaments Par Les Rna-qsar
Résumé: Les Relations Quantitative Structure Activité (QSAR) sont appelés à jouer un rôle important dans le domaine des sciences pharmaceutiques. L'objectif principal de ce travail a été le développement d'un modèle QSAR utilisant un réseau de neurone feed-forward pour la prédiction de la fraction du médicament liée aux protéines plasmatiques (fb) d'une série de 277 médicaments. Différents types de descripteurs (1666 au total) ont été générées à partir des structures des médicaments. Une procédure de sélection a été avancée pour la sélection des descripteurs les plus pertinents et a fourni dix descripteurs. Ensuite, un modèle de réseaux de neurone à une couche caché (10 neurones dans la couche d'entrée, une couche cachée et 1 neurone dans la couche de sortie) a été conçu et optimisé pour la prédiction de fb. Les valeurs de la REQM (Racine de l’Erreur Qudratique Moyenne) pour le calcul de fb pour la base d’apprentissage, de test et de prédiction sont 0,11, 0,12 et 0,16, respectivement. La comparaison entre ces valeurs et d'autres valeurs statistiques révèlent la supériorité du modèle neuronale sur le modèle RLM (Régression Linéaire Multiple).
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
