مطالعه ارتباط كمي فعاليت- ساختار مشتقات جديد بي فنيل به‌عنوان ليگاندهاي گيرنده كانابينوئيد نوع دو (CB2) با استفاده از توصيف‌كننده‌هاي مكانيك كوانتومي

QSAR Study of New Biphenylic Derivatives as CB2 Receptor Ligands by Quantum Chemical Descriptors

مطالعه رابطه كمي ساختار و فعاليت (QSAR) براي پيش بيني فعاليت مشتقات جديد بي‌فنيل كربوكساميد به عنوان ليگاند و پيش‌بيني فعاليت ضد عوارض توهم‌زاي اين تركيبات در هنگام فعال شدن گيرنده CB2 استفاده شد. فعاليت مشتقات بي‌فنيل كربوكساميد با استفاده از توصيف‌گرهاي كوانتومي با تئوري تابعيت چگالي (DFT) سطح B3LYP / 6-31G مدل‌ سازي شد. در اين مطالعه مدل‌سازي با استفاده از روش آناليز حداقل مربعات جزئي (PLS) ، روش تحليل مولفه هاي اصلي (PCA) و رگرسيون خطي چندگانه (MLR) انجام شد. نتايج نشان داد كه روش MLR براي پيش بيني فعاليت رضايت بخش بود. اما در ميان اين مدل‌ها روش دوم رايطه بهتري بين مقاديرتجربي و محاسبه شده فعاليت نشان مي‌دهد. در روش MLR يك مدل با معادله خطي ، شش پارامتري ارائه شد. مقادير پيش بيني شده، همبستگي مناسبي با نتايج تجربي دارند. نتايح به دست آمده، نشان داد كه روش MLR با استفده از توصيفگرهاي مكانيك كوانتومي براي پيش بيني فعاليت مشتقات بي‌فنيل كربوكساميد مفيدتر مي باشد

A quantitative Structure-Activity Relationship (QSAR) model was applied to the prediction of the activity of new biphenylic derivatives as CB2 biphenyls ligands. The activity biphenylic derivatives were modeled with the descriptors of quantum-chemical calculations with density functional theory (DFT) method at B3LYP/6‒31G level. This study was conducted using the multiple linear regressions (MLR), the partial least square analysis (PLS) and the principal component analysis (PCA) method. Results displayed that the MLR method predicted of activity good enough. The best model, with six descriptors was selected. Also it indicates very good consistency towards data variations for the validation methods. The predicted values of activities are in suitable agreement with the experimental results. The obtained results suggested that the MLR method could be more helpful to predict the biological activity of biphenyls derivatives. It is anticipated to be useful to predict the activity of other compounds in the same groups.