دانلود پایان نامه ارشد درمورد آنالیز اجزای اصلی و ویژگیهای ساختاری

(2-27)
hi = xiT (XT X)-1xi (i = 1, …, n)
در این رابطه، xi بردار ردیفی توصیف‌کننده‌ها برای ترکیب مورد نظر است، X ماتریس مقادیر عددی (n × k-1 بعدی)k توصیف‌کننده‌‌ی مدل است که برای n ترکیب سری آموزشی محاسبه شده‌اند. بالاوند T نشانگر ترانهاده بودن ماتریس یا بردار مربوطه است. پارامتر دیگری به نام قدرت نفوذ هشدار (h*) تعریف می‌شود که برابر 3k/n می‌باشد. در این رابطه، k تعداد توصیف‌کننده‌های مدل به اضافه‌ی یک و n تعداد ترکیبات در سری آموزشی می‌باشد. به منظور قابل روئیت کردن قلمرو کاربرد مدل، نمودار ویلیامز رسم می‌گردد[35] . این نمودار از رسم مقادیر باقی‌مانده‌های استاندارد شده در برار مقادیر h برای تمامی ترکیبات بدست می‌آید. دو کاربرد مهم این نمودار شامل موارد زیر می‌باشد:
1- تشخیص آسان مقادیر پیش‌بینی شده‌ی پرت، یعنی ترکیباتی که دارای مقدار باقی‌مانده استاندارد بزرگتر از سه برابر مقدار انحراف استاندارد مدل باشند.
2- یافتن ترکیباتی که از لحاظ ساختاری بر مدل ساخته شده تاثیر گذارند، مثلا ترکیباتی با مقدار h‌ ای بیشتر از h*.
2-7) نرم افزارهای مورد استفاده
در این بخش مختصرا به شرح بسته نرمافزارهایی که در این پروژه مورد استفاده قرار گرفتهاند پرداخته میشود. 
2-7-1) بسته نرم افزاری Hyperchem 
 با این نرم افزار، ابتدا شکل دو بعدی مولکول به طور تقریبی بر روی صفحه نمایشگر کامپیوتر رسم میگردد، سپس توسط روشهای کوانتوم – مکانیک، ساختار سهبعدی مولکول بهینه میشود. با استفاده از این نرم افزار میتوان اطلاعات فراوانی نظیر زوایای پیوندی، طول پیوندها، زوایای پیچشی، ساختار بهینه شده مولکول، جمعیت الکترونی اوربیتالهای اتمی، بار روی اتمها و بسیاری اطلاعات دیگر را به دست آورد.
2-7-2) بسته نرم افزاری MOPAC 
MOPAC یک نرمافزار اوربیتال مولکولی نیمه تجربی قدرتمند جهت محاسبه توصیفکنندههای الکترونی است که برای مطالعه ساختارهای مولکولی و واکنشهای شیمیایی مورد استفاده قرار میگیرد. این نرم افزار با استفاده از فایل خروجی نرم افزار Hyperchem با فرمت ZMT که شامل زوایای پیچشی و زوایای پیوندی و طول پیوندها است محاسبات را انجام میدهد. از نتایج حاصل از چنین محاسباتی میتوان اطلاعاتی از قبیل گرمای تشکیل، پتانسیل یونیزاسیون، انرژی الکترونی، انرژی دافعه هسته-هسته، گشتاور دو قطبی و بسیاری از فاکتورهای دیگر را در مورد مولکولها بدست آورد.
2-7-3) بسته نرم افزاریSTATISTICA 
این بسته نرمافزاری، توانایی تحلیل کلی اطلاعات را داراست و یکی از پیشرفته‌ترین نرم افزارهای آماری است[36] . امروزه آمار، مجموعه ای از مفاهیم و روشهایی است که در هر زمینه پژوهشی، برای گردآوری و تعبیر اطلاعات مربوط به آن و انجام نتیجهگیریها، در شرایطی که عدم قطعیت وجود دارد به کار میرود. با توجه به قابلیت‌های بالای STATISTICA، تمامی مراحل مدل‌سازی در این پژوهش به کمک این نرمافزار انجام گرفته است. 
2-7-4) نرم افزار دراگون
 دراگون نرم افزاری است که با استفاده از یک فایل ورودی، یک سری از توصیفکنندههای مولکولی را که محاسبه آنها مشکل است، محاسبه میکند. فایل ورودی نرم افزار دراگون می‌تواند فایل (*.hin) مربوط به نرم افزار Hyperchem باشد. این نرم افزار توسط گروه کمومتریکس دانشگاه میلان طراحی شده است و قابلیت محاسبه 1400 توصیفکننده برای هر مولکول را دارا است. لازم به ذکر است این نرم افزار، ساختار هندسی بهینه مولکولها را جهت محاسبه توصیفکنندهها مورد استفاده قرار میدهد.
2-7-5) نرمافزار CODESSA
CODESSA یک برنامه تحلیل آماری برای مطالعات QSAR/QSPR میباشد[37] . در این برنامه 450 توصیفکننده مولکولی بر اساس ساختار الکترونی یا هندسی مولکولها میتواند محاسبه شود. ویژگیهای ساختاری متفاوت مولکول میتوانند به عنوان توصیفکننده استفاده شوند مانند شاخصهای اتصال توپولوژی، خواص وابسته به توزیع بار در مولکول، توابع ترمودینامیک متفاوت در دماهای متفاوت، ویژگیهای حلالیت و همینطور دادههای مکانیک کوانتومی.
فصل سوم
مدلسازی QSAR سمیت مایعات یونی

  منبع مقاله با موضوع استانداردها و مواد معدنی

مایعات یونی به سبب فشار بخار بسیار پایینی که دارند می‌توانند خطر آلودگی هوا را کاهش دهند، به همین دلیل است که از آنها تحت عنوان «حلال‌های سبز» یاد می‌شود[13] . با این وجود باید در نظر داشت که بیشتر این ترکیبات دارای حلالیت[12] و همچنین پایداری بسیار بالایی در آب[38] می‌باشند. در نتیجه، از طریق این بستر مایعات یونی می‌توانند در محیط زیست پراکنده و در نهایت انباشته گردند. تاکنون چندین پژوهش، فعالیت سمی مایعات یونی را در انواع مختلفی از جانداران مورد ارزیابی قرار داده‌اند که نتایج آنها نشانگر سمیت (کم یا زیاد) این ترکیبات برای نسل بشر و همچنین موجودات زنده‌ی محیط زیست می‌باشد[39,40] . بنابراین داشتن ذهنیتی از میزان سمیت مایعات یونی بر اساس ساختار ملکولی آنها می‌تواند بر میزان، نوع و نحوه‌ی درست کاربرد آنها تاثیرگذار بوده و مفید واقع گردد. هرچند که امروزه تحقیقات آزمایشگاهی در رابطه با تعیین میزان سمیت ترکیبات شیمیایی در موجودات زنده به سرعت در حال بهبودی و گسترش می‌باشد، اما این آزمایشات وقت‌گیر و هزینه‌بر بوده و پاسخگوی تعداد بسیار زیاد مایعات یونی ممکن نمی‌باشند. به همین دلیل تاکنون چندین مدل‌ QSAR به منظور پیش‌بینی سمیت این ترکیبات در انواع مختلفی از جانداران ارائه شده‌است. در یکی از اولین تلاش‌ها، دیوید جی کولینگ و همکارانش موفق به ارائه‌ی مدل‌هایی با ضرایب همبستگی 88/0 و 78/0 برای پیش‌بینی سمیت تعداد محدودی مایع یونی(تقریبا 40 ترکیب) در چند جاندار آبزی گردیدند 41. علاوه بر ارائه‌ی مدلی پیش‌بینی کننده، در پی تلاش آنها مشخص گردید که در میان پایه‌های کاتیونی مورد مطالعه، با در نظر داشتن شرایط یکسان، ایمیدازولیوم پس از تترا و تری‌آزولیوم دارای بیشترین سمیت می‌باشد. نتایج این کار در مجله‌ی شیمی سبز به چاپ رسیده است. در تلاشی دیگر که نتایج آن به تازگی منتشر گردیده است خوزه تروسیلا و همکارانش بر اساس سمیت 153 مایع یونی مدل‌هایی برای پیش‌بینی سمیت این ترکیبات در سلول‌های موش ارائه کردند 42. آنها با استفاده از 7 مولفه‌ی اصلی حاصل از آنالیز اجزای اصلی، مدلی خطی با ضریب همبستگی 86/0 و مدلی غیر خطی با ضریب همبستگی 98/0 بدست آوردند. هرچند که نتایج حاصله نشانگر کارایی خوب مدل‌های پیشنهادی آنها می‌باشد، اما این کار نتوانسته است عوامل ساختاری موثر در سمیت مایعات یونی را به خوبی توصیف کرده و پوشش دهد. در حقیقت باید در نظر داشت که هدف از مدل‌سازی QSAR نه تنها ارائه‌ی مدلی پیش‌بینی کننده است بلکه درک و شناسایی عوامل موثر بر بروز فعالیت مورد نظر نیز از دیگر اهداف QSAR است که بسیار مهم و دارای اهمیت می‌باشد.

  مقاله با موضوع محصولات کشاورزی و ابراهیم ادهم
این نوشته در علمی ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.