TAILIEUCHUNG - Thiết kế thuốc hợp lý trong nghiên cứu tác dụng ức chế topoisomerase I của các chất tương đồng benzo[C]phenathridin

Trong đề tài này nhằm nghiên cứu khả năng gắn kết của các chất tương đồng BCP với phức hợp TOP-I:ADN và xây dựng mô hình phân loại các chất tương đồng BCP có khả năng ức chế TOP-I bằng phương pháp máy vector hỗ trợ SVM. bài viết để nắm rõ nội dung chi tiết của đề tài nghiên cứu này. | THIẾT KẾ THUỐC HỢP LÝ TRONG NGHIÊN CỨU TÁC DỤNG ỨC CHẾ TOPOISOMERASE-I CỦA CÁC CHẤT TƯƠNG ĐỒNG BENZO[C]PHENATHRIDIN Thái Khắc Minh*, Huỳnh Thị Ngọc Phương*, Nguyễn Thúy Quyên*, Đỗ Thị Ngọc Mai*, Bùi Quang Huynh* TÓM TẮT Mở đầu: Trong những năm gần đây các enzym topoisomerase, enzym cần thiết cho hoạt động sao chép, phiên mã và tái tổ hợp ADN, trở thành một trong những mục tiêu đầy hứa hẹn trong việc nghiên cứu tổng hợp các thuốc kháng ung thư mới. Trong số những hợp chất thể hiện hoạt tính ức chế topoisomerase, nhiều chất tương đồng tổng hợp của họ alkaloid benzo[c]phenanthridin (BCP) được nghiên cứu. Trong đó, các chất ethoxidin, NK-109 và topoval (ARC 111) là những chất có tiềm năng sử dụng trong hóa trị liệu ung thư. Mục tiêu: Nghiên cứu khả năng gắn kết của các chất tương đồng BCP với phức hợp TOP-I:ADN và xây dựng mô hình phân loại các chất tương đồng BCP có khả năng ức chế TOP-I bằng phương pháp máy vector hỗ trợ SVM. Phương pháp: Phương pháp mô hình mô tả phân tử docking và phương pháp máy học SVM được sử dụng trên cơ sở dữ liệu các chất tương đồng BCP với hoạt tính ức chế TOP-I. Kết quả: Sử dụng chương trình mô tả phân tử DOCK , khả năng gắn kết ở mức độ phân tử của các dẫn chất BCP với phức hợp DNA:TOP-I được phân tích. Hệ thống vòng của tất cả dẫn chất BCP có khả năng tạo liên kết π-π với Guanin G11 của ADN và nằm ở vị trí song song và xen vào giữa các cặp base G11/C112 và A113/T10 của cấu trúc ADN và hạn chế khả năng tạo thành phức hợp giữa DNA và TOP-I. Kết quả docking cho thấy các chất tương đồng BCP có xu hướng gắn kết với DNA hơn là TOP-I. Phương pháp máy vector hỗ trợ SVM được sử dụng với mục đích xây dựng mô hình dự đoán và phân loại 73 chất tương đồng BCP trên hoạt tính kháng TOP-I. Mô hình SVM tốt nhất được xây dựng bằng gói SVM - e1071 trong R với thông số tối ưu của hàm kernel (C=4, γ=0,25) và thông số mô tả xác định bằng phương pháp rừng ngẫu nhiên RF. Mô hình SVM này có khả năng dự đoán đúng 93% các chất trong tập huấn luyện và 87% các .

• Y khoa - Dược
• Ức chế topoisomerase 1
• Chất tương đồng benzo C phenathridin
• Phương pháp máy học SVM
• Kháng ung thư
• Máy vector hỗ trợ
• Bài giảng Vector hỗ trợ trong máy học
• Vector hỗ trợ trong máy học
• Position Salaries
• Support vector regression
• Trực quan hóa dữ liệu
• Thuật toán máy hỗ trợ vector
• Support vector machine SVM
• Bài thuyết trình Thuật toán máy
• Phân lớp dữ liệu
• Mô hình giải thuật
• Kỷ yếu hội nghị Quốc gia về Điện tử truyền thông
• Phân tích sự khác biệt tuyến tính
• Máy vector hỗ trợ
• Hàm Radial Basic
• Máy vector hỗ trợ tuyến tính
• Bài giảng Nhập môn Học máy và Khai phá dữ liệu
• Nhập môn Học máy và Khai phá dữ liệu
• Máy vector hỗ trợ (SVM)
• Phân tách tuyến tính
• Tập điều kiện Karush Kuhn Tucker
• Biểu thức đối ngẫu
• Hệ thống máy tính
• Quản lý thông tin
• Ảnh chụp lá cây
• Thị giác máy tính
• Phân lấp dữ liệu
• nghiên cứu khoa học
• báo cáo khoa học
• Cây quyết định
• máy học vector hỗ trợ
• phân loại văn bản
• tách giá trị đơn
• Tạp chí y học
• Nghiên cứu y học
• Phương pháp máy vector hỗ trợ
• Hoạt tính kháng sốt rét
• Dẫn chất chalcon
• Khai mở dữ liệu
• Bài giảng Khai mở dữ liệu
• Máy học véctơ hỗ trợ
• Support vector machines
• Giải thuật học của SVM
• Ứng dụng của SVM
• Biến đổi hậu dịch mã
• Phân loại dữ liệu
• Protein SFarnesyl Cysteine Prenylation
• Chẩn đoán kỹ thuật
• Phép biến đổi nén đồng bộ
• Tín hiệu dao động
• Phân loại hư hỏng bộ truyền bánh răng
• Dự đoán cơn động kinh
• Tín hiệu điện não đồ
• Tín hiệu điện não đồ EEG
• Phân biệt trạng thái tiền động kinh
• Lí thuyết tập thô
• Haft against Haft
• Máy học hỗ trợ vector
• Tạo cấu trúc cây Hah
• Support Vector Marchines
• Chiến thuật HAH
• Phát hiện xâm nhập
• Ứng dụng máy vectơ hỗ trợ
• Bất thường trong ngữ cảnh
• Hệ thống SCADA
• Máy học Support Vector Machine
• Bài giảng Học máy
• Học máy
• Phương pháp học có giám sát
• Máy vectơ hỗ trợ
• Support vector machine
• Tính toán mức lề
• Dữ liệu phân tách được tuyền tính
• Mặt siêu phẳng phân tách
• Lý thuyết tối ưu có ràng buộc
• Tính năng năng lượng
• Ứng dụng học máy
• Dự đoán năng lượng tiêu thụ
• Máy hỗ trợ vector
• Cây quyết định ngẫu nhiên
• Tạp chí Khoa học
• Phát hiện ảnh giả
• Kỹ thuật watermarking
• Chữ ký signature
• Ảnh tạo hoàn toàn từ máy tính
• Biến đổi cosine rời rạc
• Luận văn Thạc sĩ
• Công nghệ kỹ thuật Điện tử
• Phân loại hành vi
• Cảm biến gia tốc
• Mạng cảm biến không dây
• Mạng nơron tích chập học sâu
• Phân loại ảnh sâu bệnh
• Mô hình mạng EfficientNet
• kiến thức y học
• tài liệu y khoa
• bệnh thường gặp
• lý thuyết y học
• Phát hiện bất thường
• Phân cụm mờ
• Tối ưu bầy đàn
• Bộ dữ liệu chuẩn mẫu KDD CUP ‘99
• Tạp chí Nghiên cứu khoa học
• Phân lớp văn bản
• Phân lớp hình ảnh
• Naïve Bayes
• Phân loại web
• Chất lượng đào tạo đại học
• Cây quyết định
• Mất cân bằng dữ liệu