Журнал лекарственного метаболизма и токсикологии
Открытый доступ

Абстрактный

Точный, быстрый и простой для понимания плотностного функционала, прочного соединения и машинного обучения QSAR для антиоксидантной активности DPPH и ABTS фенольных соединений на основе бесплатного программного обеспечения No-Code

Андрес Халаби, Милларай Эрнандес и Ханс Ленес2

В этом методе мы разработали различные модели структуры и активности количественной связи (QSAR) для экспериментальных результатов 1,1-дифенил-2-пикрилгидразила (DPPH) и 2,2-азино-бис-3-этилбензтиазолин-6-сульфоновой кислоты (ABTS). . 55 фенольных антиоксидантов на основе концептуальных дескрипторов DFT, рассчитанных с помощью плотностного функционала плотных соединений (DFTB) GFN1-xľB. Алгоритмы машинного обучения использовались для отбора признаков и регрессионного анализа, перекрестная проверка Leave-One-Out использовалась как для множественной линейной регрессии (MLR), так и для последовательной минимальной оптимизационной регрессии (SMOreg). Для активности ABTS были получены две модели с коэффициентом соответствия 0,94 (MLR) и 0,92 (SMOreg). Для активности DPPH были получены две модели с коэффициентом соответствия 0,93 (MLR) и 0,91 (SMOreg). Для прогнозирования активности группы радикалов (RSA) фенолов были получены количества фенольных групп в молекулах, энтальпия диссоциации связей и радикалов Фукуи наиболее активного фенольного кислорода. Обе разработанные модели QSAR были выполнены в соответствии с рекомендациями Организации экономического сотрудничества и развития (ОЭСР) по моделям QSAR. Учитывая снижение антиоксидантной активности в медицине, фармацевтике и пищевой промышленности, это исследование предлагает очень ценный и эффективный метод. Это также чрезвычайно просто для понимания, поскольку нам нужны только три дескриптора, которые связаны напрямую с распределением химических веществ.