Создание QSAR моделей для поиска ингибиторов тубулина

Описаны новые QSAR модели для поиска ингибиторов тубулина. Точность прогноза для учебных и тестовых выборок составляет Ac = 0,96÷0,97 и Ac = 0,95÷0,97 соответственно. Для построения моделей использованы ассоциативные нейронные сети. Оценка качества моделей проведена методами внутренней и внешней пр...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2013
Автори: Семенюта, И.В., Ковалишин, В.В., Коперник, И.Н., Василенко, А.Н., Прокопенкo, В.В., Броварец, В.С.
Формат: Стаття
Мова:Russian
Опубліковано: Видавничий дім "Академперіодика" НАН України 2013
Назва видання:Доповіді НАН України
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/86516
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Цитувати:Создание QSAR моделей для поиска ингибиторов тубулина / И.В. Семенюта, В.В. Ковалишин, И.Н. Коперник, А.Н. Василенко, В.В. Прокопенкo, В.С. Броварец // Доповiдi Нацiональної академiї наук України. — 2013. — № 11. — С. 168–173. — Бібліогр.: 15 назв. — рос.

Репозитарії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id irk-123456789-86516
record_format dspace
spelling irk-123456789-865162015-09-20T03:02:03Z Создание QSAR моделей для поиска ингибиторов тубулина Семенюта, И.В. Ковалишин, В.В. Коперник, И.Н. Василенко, А.Н. Прокопенкo, В.В. Броварец, В.С. Біохімія Описаны новые QSAR модели для поиска ингибиторов тубулина. Точность прогноза для учебных и тестовых выборок составляет Ac = 0,96÷0,97 и Ac = 0,95÷0,97 соответственно. Для построения моделей использованы ассоциативные нейронные сети. Оценка качества моделей проведена методами внутренней и внешней проверки. На выборке из 75 новых соединений правильно классифицированно 63% всех веществ, а также 69% активных соединений. С помощью индекса Дайса рассчитана область применения созданных QSAR моделей. Показано, что количество правильно спрогнозированных соединений с DI 0,6−0,7 и ≥0,7 составляет 74 и 85% соответственно. Описано новi QSAR моделi для пошуку iнгiбiторiв тубулiну. Точнiсть прогнозу для навчальних та тестових вибiрок становить Ac = 0,96 ÷ 0,97 та Ac = 0,95 ÷ 0,97 вiдповiдно. Для побудови моделей використано асоцiативнi нейроннi мережi. Оцiнку якостi моделей проведено методами внутрiшньої i зовнiшньої перевiрки. На вибiрцi з 75 нових сполук правильно класифiковано 63% усiх речовин, а також 69% активних сполук. За допомогою iндексу Дайса розраховано область застосування створених QSAR моделей. Показано, що кiлькiсть правильно спрогнозованих сполук з DI 0,6−0,7 i ≥0,7 становить 74 та 85% вiдповiдно. The study presents new QSAR models to search for tubulin inhibitors. The prediction accuracies for the training and test sets are Ac = 0.95−0.97 and Ac = 0.95−0.97, accordingly. QSAR methodologies used Associative Neural Networks. The quality of models have been evaluated using both internal and external validation methods. In a sample of 75 new compounds, we correctly classified 63% of all compounds and 69% of active molecules. The applicability domain of QSAR models was evaluated by the Dice index. It is shown that the percentages of correctly predicted compounds with DI equal to 0.6−0.7 and ≥0.7 are 74 and 85%, respectively. 2013 Article Создание QSAR моделей для поиска ингибиторов тубулина / И.В. Семенюта, В.В. Ковалишин, И.Н. Коперник, А.Н. Василенко, В.В. Прокопенкo, В.С. Броварец // Доповiдi Нацiональної академiї наук України. — 2013. — № 11. — С. 168–173. — Бібліогр.: 15 назв. — рос. http://dspace.nbuv.gov.ua/handle/123456789/86516 615.277:004.032.26 ru Доповіді НАН України Видавничий дім "Академперіодика" НАН України
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
language Russian
topic Біохімія
Біохімія
spellingShingle Біохімія
Біохімія
Семенюта, И.В.
Ковалишин, В.В.
Коперник, И.Н.
Василенко, А.Н.
Прокопенкo, В.В.
Броварец, В.С.
Создание QSAR моделей для поиска ингибиторов тубулина
Доповіді НАН України
description Описаны новые QSAR модели для поиска ингибиторов тубулина. Точность прогноза для учебных и тестовых выборок составляет Ac = 0,96÷0,97 и Ac = 0,95÷0,97 соответственно. Для построения моделей использованы ассоциативные нейронные сети. Оценка качества моделей проведена методами внутренней и внешней проверки. На выборке из 75 новых соединений правильно классифицированно 63% всех веществ, а также 69% активных соединений. С помощью индекса Дайса рассчитана область применения созданных QSAR моделей. Показано, что количество правильно спрогнозированных соединений с DI 0,6−0,7 и ≥0,7 составляет 74 и 85% соответственно.
format Article
author Семенюта, И.В.
Ковалишин, В.В.
Коперник, И.Н.
Василенко, А.Н.
Прокопенкo, В.В.
Броварец, В.С.
author_facet Семенюта, И.В.
Ковалишин, В.В.
Коперник, И.Н.
Василенко, А.Н.
Прокопенкo, В.В.
Броварец, В.С.
author_sort Семенюта, И.В.
title Создание QSAR моделей для поиска ингибиторов тубулина
title_short Создание QSAR моделей для поиска ингибиторов тубулина
title_full Создание QSAR моделей для поиска ингибиторов тубулина
title_fullStr Создание QSAR моделей для поиска ингибиторов тубулина
title_full_unstemmed Создание QSAR моделей для поиска ингибиторов тубулина
title_sort создание qsar моделей для поиска ингибиторов тубулина
publisher Видавничий дім "Академперіодика" НАН України
publishDate 2013
topic_facet Біохімія
url http://dspace.nbuv.gov.ua/handle/123456789/86516
citation_txt Создание QSAR моделей для поиска ингибиторов тубулина / И.В. Семенюта, В.В. Ковалишин, И.Н. Коперник, А.Н. Василенко, В.В. Прокопенкo, В.С. Броварец // Доповiдi Нацiональної академiї наук України. — 2013. — № 11. — С. 168–173. — Бібліогр.: 15 назв. — рос.
series Доповіді НАН України
work_keys_str_mv AT semenûtaiv sozdanieqsarmodelejdlâpoiskaingibitorovtubulina
AT kovališinvv sozdanieqsarmodelejdlâpoiskaingibitorovtubulina
AT kopernikin sozdanieqsarmodelejdlâpoiskaingibitorovtubulina
AT vasilenkoan sozdanieqsarmodelejdlâpoiskaingibitorovtubulina
AT prokopenkovv sozdanieqsarmodelejdlâpoiskaingibitorovtubulina
AT brovarecvs sozdanieqsarmodelejdlâpoiskaingibitorovtubulina
first_indexed 2023-10-18T19:33:32Z
last_indexed 2023-10-18T19:33:32Z
_version_ 1796147288724209664