@article { author = {Madadi Mahani, Nosrat and Horzadeh, Azra}, title = {Insilco study: Modeling Parameters for Prediction of Activity of Iminochromene Derivatives}, journal = {Iranian Journal of Analytical Chemistry}, volume = {5}, number = {2}, pages = {23-30}, year = {2018}, publisher = {Payame Noor University, Iran}, issn = {2383-2207}, eissn = {2538-5054}, doi = {}, abstract = {A quantitative structure activity relationship analysis has been applied to a data set of 34 derivatives of 8-hydroxy-2-iminochromene with inhibitory activities for carbonyl reductase 1. Semi-empirical quantum chemical calculations at the AM1 level were used to find the geometry of the studied molecules. Whole numbers of descriptors were calculated with Dragon software, and a subset of calculated descriptors was selected from 407 Dragon descriptors with the multiple linear regression (MLR), partial least square and principal component analysis methods. Results displayed that the MLR method predicted of activity good enough. The best model of MLR, with seven 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 PLS method could be more helpful to predict the biological activity of iminochromene derivatives. This study is be useful to predict the activity of other compounds in the same derivatives.}, keywords = {Quantitative Structure-Activity,Relationship,Iminochromene derivatives,Multiple linear regression,Partial Least Square,principal component analysis}, title_fa = {مطالعه شیبه‌سازی: پارامترهای مدل‌سازی برای پیش‌بینی فعالیت مشتقات ایمینوکرومن}, abstract_fa = {آنالیز رابطه فعالیت-ساختار کمی برای مجموعه‌ای از 34 مشتق8–هیدروکسی 2-ایمینو کرومن با فعالیت بازداری آنزیم کربونیل ردکتاز1 مورد بررسی قرار گرفت. محاسبات شیمی کوانتومی نیمه‌تجربی در سطح AM1 برای بدست آوردن ساختار بهینه ترکیبات استفاده گردید. کلیه توصیف­گرها با استفاده از نرم­افزار دراگون محاسبه گردید و زیرمجموعه‌ای از توصیف­گرهای محاسبه­شده از 407 توصیف­گر دراگون با استفاده از آنالیزهای رگرسیون خطی چند متغیره، حداقل مربعات جزئی و تحلیل مولفه‌های اصلی انتخاب گردید. نتایج نشان داد که رگرسیون خطی چند متغیره، فعالیت خوب و مناسبی را پیش­بینی می­نماید. بهترین مدل رگرسیون خطی چند متغیره با هفت توصیف­گر انتخاب شد که این مدل ثبات بسیار خوبی نسبت به تغییرات داده­ها برای روش‌های اعتبار‌سنجی نشان می‌دهد. مقادیر پیش‌بینی شده فعالیت این مشتقات با نتایج تجربی توافق مناسبی دارند. آنالیزها نشان داد که روش حداقل مربعات جزئی می­تواند برای پیش­بینی فعالیت ترکیبات مورد مطالعه مفیدتر باشد. این مطالعه برای پیش‌بینی فعالیت ترکیبات دیگر از مشتقات همین گروه بسیار کاربردی و مهم می‌باشد.}, keywords_fa = {رابطه فعالیت-ساختار کمی,ایمینوکرومن,رگرسیون خطی چند متغیره,حداقل مربعات جزئی,تحلیل مولفه‌های اصلی}, url = {https://ijac.journals.pnu.ac.ir/article_5067.html}, eprint = {https://ijac.journals.pnu.ac.ir/article_5067_aeed3676dfff39a894f786a72b893470.pdf} }