پیشگویی شاخص سمیت LD50 در مشتقات آنیلین)حاوی ترکیبات علف‌‌کش( با روش‌های محاسباتی

Abstract

در دهه‌­ های گذشته، استفاده از روش­‌های محاسباتی با پارامترهای اعتبار­سنجی دقیق برای تعیین خواص فیزیکی- شیمیایی ترکیبات، به­‌عنوان جایگزین اقتصادی و زیست­‌محیطی باصرفه جویی در زمان و حذف هزینه‌­های بالا مورد توجه بسیاری از پژوهشگران قرارگرفته است. در این مطالعه، به بررسی ارتباط مقادیر لگاریتمی سمیت LD₅₀ (log (LD₅₀)(molkg^-1))با توصیف­گرهای مولکولی برای 60 نوع از مشتقات آنیلین (شامل ترکیبات علف‌­ کش) پرداخته‌ شده است. بعد از ترسیم ساختار این ترکیبات با استفاده از نرم­‌افزار 05 Gauss View و بهینه­‌ سازی آن‌ها با کمک نرم‌­افزار 09 Gaussian با روش **G++311-6/B3LYP توصیف­ گرهای مولکولی استخراج شدند. به کمک ژنتیک الگوریتم، توصیف­ گرهای نامناسب حذف‌ شده و بهترین آن‌­ها برای مدل‌ های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی مورداستفاده قرار گرفتند. نتایج حاصل از این مدل نشان داد که روش شبکه عصبی مصنوعی با کمترین خطا و بالاترین ضریب تعیین نسبت به روش رگرسیون خطی چندگانه برای پیش­بینی لگاریتم سمیت (molkg^-1)LD₅₀ مشتقات آنیلین از برتری بالایی برخوردار است.<br />