ScholarGate
Asisten

QSAR dan Pemodelan Properti

Hubungan kuantitatif struktur-aktivitas dan struktur-properti membangun model statistik yang memprediksi aktivitas atau properti molekul dari deskriptor numerik strukturnya.

Temukan Topik dengan PaperMindSegeraFind papers & topics
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Definition

Model empiris berbasis data yang menghubungkan struktur molekuler, yang dikodekan sebagai deskriptor, dengan properti terukur atau aktivitas biologis untuk tujuan prediktif.

Scope

Mencakup konstruksi model QSAR dan QSPR, deskriptor dan algoritma pembelajaran yang digunakannya, pentingnya validasi dan domain aplikabilitas, serta aplikasi pada aktivitas biologis dan sifat fisikokimia serta ADMET. Membedakan model klasik yang dapat diinterpretasikan dari model modern yang dipelajari mesin.

Core questions

  • Bagaimana aktivitas biologis atau properti dikorelasikan dengan deskriptor molekuler?
  • Bagaimana model QSAR divalidasi untuk memastikan prediktivitas yang asli?
  • Apa itu domain aplikabilitas dan mengapa itu penting?
  • Bagaimana model QSAR klasik dan model pembelajaran mesin modern berbeda?

Key theories

Analisis Hansch
Mengkorelasikan aktivitas biologis dengan deskriptor fisikokimia seperti lipofilisitas dan parameter elektronik serta sterik, mendasari hubungan kuantitatif struktur-aktivitas.
Validasi dan domain aplikabilitas
QSAR yang andal memerlukan validasi eksternal yang ketat dan domain aplikabilitas yang terdefinisi, karena model cenderung tidak akurat saat mengekstrapolasi ke struktur yang tidak mirip dengan data pelatihannya.

Clinical relevance

Model QSAR dan properti memandu optimasi timbal, memprioritaskan senyawa untuk sintesis dan pengujian, serta memprediksi absorpsi, distribusi, metabolisme, ekskresi, dan toksisitas, serta menginformasikan penilaian regulasi keamanan kimia.

History

Didirikan oleh analisis Hansch dan Fujita tahun 1964 yang mengkorelasikan aktivitas dengan parameter fisikokimia, QSAR berkembang melalui varian tiga dimensi dan pembelajaran mesin, dengan OECD kemudian mengkodifikasi prinsip-prinsip validasi untuk penggunaan regulasi.

Debates

Kekakuan validasi dan overfitting
Statistik kecocokan internal yang tinggi dapat menutupi prediktivitas nyata yang buruk, sehingga ada penekanan berkelanjutan pada, dan perdebatan mengenai, validasi eksternal dan definisi domain aplikabilitas yang tepat.

Key figures

  • Corwin Hansch
  • Toshio Fujita
  • Alexander Tropsha
  • Johann Gasteiger

Related topics

Seminal works

  • hansch1964
  • tropsha2010

Frequently asked questions

Apa itu domain aplikabilitas model QSAR?
Ini adalah wilayah ruang kimia, yang didefinisikan oleh data pelatihan, di mana prediksi model dianggap andal; prediksi untuk molekul yang sangat berbeda harus diperlakukan dengan hati-hati.
Bagaimana model QSAR divalidasi dengan benar?
Selain validasi silang internal, model harus diuji pada kumpulan senyawa eksternal yang tidak digunakan dalam pelatihan, karena statistik internal yang baik saja tidak menjamin kinerja prediktif.

Methods for this concept

Related concepts