Создание QSAR моделей для поиска ингибиторов тубулина

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...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:Доповіді НАН України
Datum:2013
Hauptverfasser: Семенюта, И.В., Ковалишин, В.В., Коперник, И.Н., Василенко, А.Н., Прокопенкo, В.В., Броварец, В.С.
Format: Artikel
Sprache:Russian
Veröffentlicht: Видавничий дім "Академперіодика" НАН України 2013
Schlagworte:
Біохімія
Online Zugang:https://nasplib.isofts.kiev.ua/handle/123456789/86516
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 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.

Institution

Digital Library of Periodicals of National Academy of Sciences of Ukraine
id nasplib_isofts_kiev_ua-123456789-86516
record_format dspace
spelling Семенюта, И.В.
Ковалишин, В.В.
Коперник, И.Н.
Василенко, А.Н.
Прокопенкo, В.В.
Броварец, В.С.
2015-09-19T14:24:06Z
2015-09-19T14:24:06Z
2013
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.
https://nasplib.isofts.kiev.ua/handle/123456789/86516
615.277:004.032.26
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.
Авторы выражают благодарность за поддержку программе НАТО “Наука ради мира” (NATO Science for Peace) — грант № EAP.SFPP 984401.
ru
Видавничий дім "Академперіодика" НАН України
Доповіді НАН України
Біохімія
Создание QSAR моделей для поиска ингибиторов тубулина
Створення QSAR моделей для пошуку iнгiбiторiв тубулiну
Creation of QSAR models to search for inhibitors of tubulin
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 тубулина
spellingShingle 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
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
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.
topic Біохімія
topic_facet Біохімія
publishDate 2013
language Russian
container_title Доповіді НАН України
publisher Видавничий дім "Академперіодика" НАН України
format Article
title_alt Створення QSAR моделей для пошуку iнгiбiторiв тубулiну
Creation of QSAR models to search for inhibitors of tubulin
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. 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.
url https://nasplib.isofts.kiev.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.
work_keys_str_mv AT semenûtaiv sozdanieqsarmodeleidlâpoiskaingibitorovtubulina
AT kovališinvv sozdanieqsarmodeleidlâpoiskaingibitorovtubulina
AT kopernikin sozdanieqsarmodeleidlâpoiskaingibitorovtubulina
AT vasilenkoan sozdanieqsarmodeleidlâpoiskaingibitorovtubulina
AT prokopenkovv sozdanieqsarmodeleidlâpoiskaingibitorovtubulina
AT brovarecvs sozdanieqsarmodeleidlâpoiskaingibitorovtubulina
AT semenûtaiv stvorennâqsarmodeleidlâpošukuingibitorivtubulinu
AT kovališinvv stvorennâqsarmodeleidlâpošukuingibitorivtubulinu
AT kopernikin stvorennâqsarmodeleidlâpošukuingibitorivtubulinu
AT vasilenkoan stvorennâqsarmodeleidlâpošukuingibitorivtubulinu
AT prokopenkovv stvorennâqsarmodeleidlâpošukuingibitorivtubulinu
AT brovarecvs stvorennâqsarmodeleidlâpošukuingibitorivtubulinu
AT semenûtaiv creationofqsarmodelstosearchforinhibitorsoftubulin
AT kovališinvv creationofqsarmodelstosearchforinhibitorsoftubulin
AT kopernikin creationofqsarmodelstosearchforinhibitorsoftubulin
AT vasilenkoan creationofqsarmodelstosearchforinhibitorsoftubulin
AT prokopenkovv creationofqsarmodelstosearchforinhibitorsoftubulin
AT brovarecvs creationofqsarmodelstosearchforinhibitorsoftubulin
first_indexed 2025-12-07T16:11:52Z
last_indexed 2025-12-07T16:11:52Z
_version_ 1850866571982929920

Ähnliche Einträge