Razvoj metodologije odabira optimalnih deskriptora pri izradi QSAR modela (CROSBI ID 632698)
Prilog sa skupa u zborniku | sažetak izlaganja sa skupa
Podaci o odgovornosti
Novak Stankov, Mirjana ; Cvetnić, Matija ; Ukić, Šime ; Lončarić Božić, Ana ; Rogošić, Marko ; Bolanča, Tomislav
hrvatski
Razvoj metodologije odabira optimalnih deskriptora pri izradi QSAR modela
Metodologija poznata kao QSAR (engl. quantitative structure–activity relationships) tema je istraživanja velikog broja znanstvenika već više od pola stoljeća. QSAR predstavlja statistički dobivene odnose između aktivnosti molekule i veličina nazvanih deskriptorima, a koje karakteriziraju molekulsku strukturu. QSAR metodologija jedan je od pristupa koji će se koristiti tijekom provedbe HRZZ istraživačkog projekta IP-09-2014 Modeliranje okolišnih aspekata napredne obrade voda za razgradnju prioritetnih onečišćivala (voditelj prof. dr. sc. Tomislav Bolanča), a u svrhu određivanja odnosa između strukture molekule i njene toksičnosti, odnosno biorazgradivosti. U ovom radu opisana su preliminarna istraživanja primjene umjetne inteligencije u odabiru optimalnih deskriptora potrebnih za izradu QSAR modela. Budući da se radi o preliminarnim istraživanjima zbog ekonomičnosti odabran je sustav za koji su već bili dostupni eksperimentalni podaci: ionski kromatografski sustav na kojem je analizirana smjesa šećera. Dakle promatrana je poveznica strukturnih karakteristika molekula i vremena njihova zadržavanja na kromatografskoj koloni ; govorimo o nešto specifičnijem obliku QSAR-a nazvanom QSRR (engl. quantitative structure–retention relationships). QSRR modeli izrađeni su pri uvjetima izokratičnog eluiranja. Kao alat umjetne inteligencije korištena je sinergija genetičkog algoritma i umjetne neuronske mreže. Pri tome su optimirane karakteristike genetičkog algoritma: operator odabira, operator križanja i postotak mutacije, te umjetne neuronske mreže: vrsta mreže, algoritam učenja i broj neurona u skrivenom sloju. Ovaj pristup pokazao je kvalitetu pri odabiru optimalnih deskriptora, ali i izradi samog modela, dajući u konačnici odlično predviđanje sa srednjom kvadratnom pogreškom od svega 0, 1166.
METODOLOGIJA ; ODABIR OPTIMALNIH DESKRIPTORA ; QSAR
Ovaj rad je izrađen u sklopu projekta „Modeliranje okolišnih aspekata napredne obrade voda za razgradnju prioritetnih onečišćivala“ Hrvatske zaklade za znanost na Fakultetu kemijskog inženjerstva i tehnologije Sveučilišta u Zagrebu.
engleski
Method development for selection of optimal descriptors in QSAR modeling
nije evidentirano
METHODOLOGY ; SELECTION OF OPTIMAL DESCRIPTORS ; QSAR
nije evidentirano
Podaci o prilogu
151-151.
2016.
objavljeno
Podaci o matičnoj publikaciji
XI. Skup mladih kemijskih inženjera, Knjiga sažetaka
Matijašić, Gordana
Zagreb: Hrvatsko društvo kemijskih inženjera i tehnologa (HDKI)
978-953-6894-55-0
Podaci o skupu
XI. Skup mladih kemijskih inženjera
poster
18.02.2016-19.02.2016
Zagreb, Hrvatska