МЕДЛАЙН.РУ
Содержание журнала

Архив

Редакция
Учредители

Федеральное государственное бюджетное учреждение науки
Институт теоретической и экспериментальной биофизики
Российской академии наук


ООО "ИЦ КОМКОН"

Адрес редакции и реквизиты

192012, Санкт-Петербург, ул.Бабушкина, д.82 к.2, литера А, кв.378

ISSN 1999-6314


Фундаментальные исследования • Экспериментальная токсикология

Том: 21
Статья: « 65 »
Страницы:. 810-818
Опубликована в журнале: 21 мая 2020 г.

English version

Экспертная модель оценки острой токсичности структурно родственных соединений - производных азатрициклононана

Лапко Е.Ю., Злобин А.В., Лапшинов О.В., Левченко Е.В., Румянцева В.И.

Федеральное государственное бюджетное учреждение «27 Научный центр» Министерства обороны Российской Федерации


Резюме
В данной работе рассмотрена возможность прогнозирования токсических свойств соединений азабренданового типа по их молекулярной структуре. На основе синтезированных соединений была создана нейро-нечеткая модель «структура - активность». Для прогнозирования свойств данных соединений, был использован такой численный метод исследования, как нечеткая логика и показана возможность применения экспертной модели на основе алгоритма Сугено для определения острой токсичности производных 4-азатрицикло[4.2.1.03,7]нонанов по структурной формуле. Предложенная методология создания экспертной модели может применяться для любых классов соединений при условии подбора соответствующих дескрипторов, характеризующих особенности молекулярной структуры выбранного класса веществ, и наличии достаточного количества соединений для обучения нейро-нечеткой гибридной сети.


Ключевые слова
нейро-нечеткое моделирование, прогноз, обучающая выборка, дескриптор, острая токсичность.



(статья в формате PDF. Для просмотра необходим Adobe Acrobat Reader)



открыть статью в новом окне

Список литературы

1. Дербишер Е.В., Веденина Н.В., Александрина А.Ю., Дербишер В.Е. Методология прогнозирования класса опасности малоизученных органических соединений / Современные наукоемкие технологии. 2007. 8. С. 60-62.


2. CambridgeSoft ChemBio Office Ultra 13.0 [Electronic resources]. http:// www.cambridgeSoft-.com / Date of acces: 21.08.2016.


3. Dragon 7 [Electronic resources]. http://www.talete.mi.it / Date of acces: 12.02.2020.


4. Todeschini R., Consonni V. Handbook of Molecular Descriptors / Weinheim: WILEY-WCH Publishers, 2000. 688 p.


5. Balaban A.T. From Chemical Topology to 3D Geometry / J.Chem.lnf.ComputSci, 1997. 37. P. 645-650.


6. Баскин И.И., Гальберштам Н.М., Палюлин В.А. Компьютерная реализация искусственных нейронных сетей для решения задач по выявлению связи «структура-свойство» / Информационные технологии, 1997. 9. С. 27-30.


7. Круглов В.В. Нечеткая логика и искусственные нейронные сети / М.: Издательство Физико-математической литературы, 2001. 224 с.


8. Baskin I.I., Skvortsova M.I., Palyulin V.A., Zefirov N.S. Quantitative chemical structure - property/activity relationship studies using artificial neural networks. / Foundations of Computing and Decision Sciences, 1997. 22. 2. P. 107-116.


9. Cramer R.D., Patterson D.E., Bunce J.D. Comparative molecular field analysis (CoMFA). Effect of shape on binding of steroids to carrier proteins / Hi. Am.Chem. Soc, 1988. 110. P. 5959-5967.


References





1. Derbisher E.V., Vedenina N.V., Aleksandrina A.Yu., Derbisher V.E. Methodology for predicting the hazard class of little-known organic compounds / Modern high technology. 2007. 8. Р. 60-62. [In Russian].


2. CambridgeSoft ChemBio Office Ultra 13.0 [Electronic resources]. http:// www.cambridgeSoft-.com / Date of acces: 21.08.2016.


3. Dragon 7 [Electronic resources]. http://www.talete.mi.it / Date of acces: 12.02.2020.


4. Todeschini R., Consonni V. Handbook of Molecular Descriptors / Weinheim: WILEY-WCH Publishers, 2000. 688 p.


5. Balaban A.T. From Chemical Topology to 3D Geometry / J.Chem.lnf.ComputSci, 1997. 37. P. 645-650.


6. Baskin I.I., Gal'bershtam N.M., Palyulin V.A. Computer implementation of artificial neural networks to solve the problems of revealing the connection «structure-property» / Information technology, 1997. 9. Р. 27-30. [In Russian].


7. Kruglov V.V. Fuzzy logic and artificial neural networks / M.: Publishing house of physical-mathematical literature, 2001. 224 р. [In Russian].


8. Baskin I.I., Skvortsova M.I., Palyulin V.A., Zefirov N.S. Quantitative chemical structure - property/activity relationship studies using artificial neural networks. / Foundations of Computing and Decision Sciences, 1997. 22. 2. P. 107-116.


9. Cramer R.D., Patterson D.E., Bunce J.D. Comparative molecular field analysis (CoMFA). Effect of shape on binding of steroids to carrier proteins / Hi. Am.Chem. Soc, 1988. 110. P. 5959-5967.