Predikce fyzikalně-chemických vlastností pomocí nábojových deskriptorů /
Disociační konstanta kyselin (pKa) a rozdělovací koeficient (logP) jsou důležité fyzikálně-chemické vlastnosti, jejichž hodnoty byly aplikovány v mnoha chemických, biologických, farmaceutických nebo environmentálních studiích. Velmi slibným přístupem pro jejich predikci je využití QSPR (Quantitative...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Angličtina |
| Vydáno: |
2017
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/408320/prif_m/ |
| Shrnutí: | Disociační konstanta kyselin (pKa) a rozdělovací koeficient (logP) jsou důležité fyzikálně-chemické vlastnosti, jejichž hodnoty byly aplikovány v mnoha chemických, biologických, farmaceutických nebo environmentálních studiích. Velmi slibným přístupem pro jejich predikci je využití QSPR (Quantitative Structure-Property Relationship) modelů, kde se jako deskriptory používají parciální atomové náboje. Tyto nábojové deskriptory jsou vypočteny z atomových nábojů jedné molekuly a výsledkem jsou sady čísel, které mohou popsat určitý aspekt molekuly. Hlavním cílem této diplomové práce je příprava QSPR modelů pro predikci vlastností pKa a logP, které budou použitelné pro velkou sadu molekul. Základním krokem je příprava dostatečně velké databáze pro trénování QSPR modelů. Tato diplomová práce představuje dvě nově vytvořené databáze pKa a logP hodnot, vytvořené spojením tří dostupných databází HSDB, PHYSPROP a QSAR Toolbox. Databáze pKa obsahuje záznamy o 12 279 unikátních molekulách a databáz The acid dissociation constant (pKa), and the partition coefficient (logP) are important physico-chemical properties whose values were applied in several chemical, biochemical, pharmaceutical or environmental studies. A very promising approach for their prediction is the utilization of QSPR (Quantitative Structure-Property Relationship) models, where partial atomic charges are applied as descriptors. These charge descriptors are calculated from atomic charges of one molecule and results in sets of numbers which can describe a particular aspect of the molecule. The main goal of this master's thesis is the preparation of QSPR models for prediction of pK a and logP properties, that will be applicable to the large-scale molecular sets. An essential step is the preparation of a sufficiently large database for the training of QSPR models. This diploma thesis introduces two newly created databases of pKa and logP values,created by joining three available databases HSDB, PHYSPROP, and QSAR Too |
|---|---|
| Fyzický popis: | ix, 119 stran |