Создание QSAR моделей для поиска ингибиторов трипсина

Создание QSAR моделей для поиска ингибиторов трипсина

В исследовании представлены новые QSAR модели для поиска ингибиторов трипсина. Для построения моделей использовали ассоциативные нейронные сети. Оценку качества моделей проводили методами внутренней и внешней проверки. На основании анализа трех выборок веществ (с известными значениями IC50 и Ki) бы...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Доповіді НАН України
Datum:2012
Hauptverfasser: Семенюта, И.В., Ковалишин, В.В., Прокопенко, В.В.
Format: Artikel
Sprache:Russian
Veröffentlicht: Видавничий дім "Академперіодика" НАН України 2012
Schlagworte:
Біохімія
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/84422
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:Digital Library of Periodicals of National Academy of Sciences of Ukraine
Zitieren:Создание QSAR моделей для поиска ингибиторов трипсина / И.В. Семенюта, В.В. Ковалишин, В.В. Прокопенко // Доповiдi Нацiональної академiї наук України. — 2012. — № 9. — С. 159-164. — Бібліогр.: 14 назв. — рос.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-84422
record_format dspace
spelling Семенюта, И.В.
Ковалишин, В.В.
Прокопенко, В.В.
2015-07-07T14:18:02Z
2015-07-07T14:18:02Z
2012
Создание QSAR моделей для поиска ингибиторов трипсина / И.В. Семенюта, В.В. Ковалишин, В.В. Прокопенко // Доповiдi Нацiональної академiї наук України. — 2012. — № 9. — С. 159-164. — Бібліогр.: 14 назв. — рос.
1025-6415
https://nasplib.isofts.kiev.ua/handle/123456789/84422
577.152.3:004.032.26
В исследовании представлены новые QSAR модели для поиска ингибиторов трипсина. Для построения моделей использовали ассоциативные нейронные сети. Оценку качества моделей проводили методами внутренней и внешней проверки. На основании анализа трех выборок веществ (с известными значениями IC50 и Ki) был получен ряд регрессионных моделей с точностью прогноза q² > 0,7 и классификационные модели с прогнозирующей способностью 69–80%.
У дослiдженнi представлено новi QSAR моделi для пошуку iнгiбiторiв трипсину. Для побудови моделей використовували асоцiативнi нейроннi сiтки. Оцiнку якостi моделей здiйснювали методами внутрiшньої i зовнiшньої перевiрки. На пiдставi аналiзу трьох вибiрок речовин (з вiдомими значеннями IC50 й Ki), був отриманий ряд регресiйних моделей з точнiстю прогнозу q² > 0,7 та класифiкацiйнi моделi з прогнозуючою здатнiстю 69–80%.
New QSAR models to search for inhibitors of trypsin are presented. The models are built with the use of associative neural networks. The quality of models has been evaluated using both internal and external validation methods. Based on the analysis of three samples of substances with the known values of IC50 and Ki, a number of regression models with a prediction accuracy of q² > 0.7 and the classification models with a predictive ability of 69–80% are obtained.
ru
Видавничий дім "Академперіодика" НАН України
Доповіді НАН України
Біохімія
Создание QSAR моделей для поиска ингибиторов трипсина
Створення QSAR моделей для пошуку iнгiбiторiв трипсину
Creation of QSAR models to search for inhibitors of trypsin
Article
published earlier
institution Digital Library of Periodicals of National Academy of Sciences of Ukraine
collection DSpace DC
title Создание QSAR моделей для поиска ингибиторов трипсина
spellingShingle Создание QSAR моделей для поиска ингибиторов трипсина
Семенюта, И.В.
Ковалишин, В.В.
Прокопенко, В.В.
Біохімія
title_short Создание QSAR моделей для поиска ингибиторов трипсина
title_full Создание QSAR моделей для поиска ингибиторов трипсина
title_fullStr Создание QSAR моделей для поиска ингибиторов трипсина
title_full_unstemmed Создание QSAR моделей для поиска ингибиторов трипсина
title_sort создание qsar моделей для поиска ингибиторов трипсина
author Семенюта, И.В.
Ковалишин, В.В.
Прокопенко, В.В.
author_facet Семенюта, И.В.
Ковалишин, В.В.
Прокопенко, В.В.
topic Біохімія
topic_facet Біохімія
publishDate 2012
language Russian
container_title Доповіді НАН України
publisher Видавничий дім "Академперіодика" НАН України
format Article
title_alt Створення QSAR моделей для пошуку iнгiбiторiв трипсину
Creation of QSAR models to search for inhibitors of trypsin
description В исследовании представлены новые QSAR модели для поиска ингибиторов трипсина. Для построения моделей использовали ассоциативные нейронные сети. Оценку качества моделей проводили методами внутренней и внешней проверки. На основании анализа трех выборок веществ (с известными значениями IC50 и Ki) был получен ряд регрессионных моделей с точностью прогноза q² > 0,7 и классификационные модели с прогнозирующей способностью 69–80%. У дослiдженнi представлено новi QSAR моделi для пошуку iнгiбiторiв трипсину. Для побудови моделей використовували асоцiативнi нейроннi сiтки. Оцiнку якостi моделей здiйснювали методами внутрiшньої i зовнiшньої перевiрки. На пiдставi аналiзу трьох вибiрок речовин (з вiдомими значеннями IC50 й Ki), був отриманий ряд регресiйних моделей з точнiстю прогнозу q² > 0,7 та класифiкацiйнi моделi з прогнозуючою здатнiстю 69–80%. New QSAR models to search for inhibitors of trypsin are presented. The models are built with the use of associative neural networks. The quality of models has been evaluated using both internal and external validation methods. Based on the analysis of three samples of substances with the known values of IC50 and Ki, a number of regression models with a prediction accuracy of q² > 0.7 and the classification models with a predictive ability of 69–80% are obtained.
issn 1025-6415
url https://nasplib.isofts.kiev.ua/handle/123456789/84422
citation_txt Создание QSAR моделей для поиска ингибиторов трипсина / И.В. Семенюта, В.В. Ковалишин, В.В. Прокопенко // Доповiдi Нацiональної академiї наук України. — 2012. — № 9. — С. 159-164. — Бібліогр.: 14 назв. — рос.
work_keys_str_mv AT semenûtaiv sozdanieqsarmodeleidlâpoiskaingibitorovtripsina
AT kovališinvv sozdanieqsarmodeleidlâpoiskaingibitorovtripsina
AT prokopenkovv sozdanieqsarmodeleidlâpoiskaingibitorovtripsina
AT semenûtaiv stvorennâqsarmodeleidlâpošukuingibitorivtripsinu
AT kovališinvv stvorennâqsarmodeleidlâpošukuingibitorivtripsinu
AT prokopenkovv stvorennâqsarmodeleidlâpošukuingibitorivtripsinu
AT semenûtaiv creationofqsarmodelstosearchforinhibitorsoftrypsin
AT kovališinvv creationofqsarmodelstosearchforinhibitorsoftrypsin
AT prokopenkovv creationofqsarmodelstosearchforinhibitorsoftrypsin
first_indexed 2025-11-30T21:46:12Z
last_indexed 2025-11-30T21:46:12Z
_version_ 1850858496241696768

Ähnliche Einträge