Käytettävien protokollien QSAR

QSAR sanoista kvantitatiivinen rakenne-aktiivisuus suhde. Käytetään osoittamaan, miten kemiallinen rakenne voidaan kvantitatiivisesti korreloi tietyn prosessin, QSAR käytetään usein suunnittelussa lääkkeitä ja huumeita. Tätä menetelmää käytetään ohjaamaan kemiallista synteesiä, koska on olemassa monia tuhansia erilaisia ​​mahdollisia rakenteita yhden molekyylin ja tutkijat muuten tuhlata paljon aikaa testata jokainen rakenne. Tilastot tärkeä osa menetelmiä QSAR. Useita Lineaarinen regressio

Useita regressioanalyysi käytetään, kun on olemassa useita tutkimuksia käytetään, jotka kaikki liittyvät tiettyyn kemiallinen rakenne. Yhtälö on kehitetty, että esimerkiksi voi osoittaa suhde vähentää kasvaimen kokoa ja läsnäolo hydrofobinen ryhmä neljäntenä asemaan fenyylirenkaan. Tämä analyysi vähentää monia erilaisia ​​yhdisteitä, jotta korrelaatio voidaan tulkita käyttämällä vain muutamia parametreja, jotka ovat kaikkein tärkeimpiä.
Pattern Recognition

Pattern recognition käytetään määrittämään parametrien että tuloksen erityisiä kemiallisia rakenteita on ryhmitelty yhteen. On olemassa useita erilaisia ​​hahmontunnistuksen analyysi, joka sisältää pääasiallisena komponentti-analyysi, tietokone automatisoitu rakenteen arviointiin ja automaattisen tietojen analysointia hahmontunnistuksella tekniikoita. Hahmontunnistus tilastojen käyttää alkuperäisiä tietoja ja korreloi erilaisten rakenteiden kanssa biologisen tulokset perustuvat eri ulottuvuuksia, ja niistä merkittävimmät olivat ensimmäisellä laskettu komponentti.
Vertaileva Molecular Field-analyysi

Tämä versio QSAR vie osittainen pienimmän neliösumman analyysi pariksi rajat validointi luoda ennusteita biologista aktiivisuutta. Tämän tyyppinen menetelmä, tiedemies asettaa erityisiä sääntöjä yhdenmukaistaminen molekyylirakenne. Jokainen molekyylejä mahtua verkkoon ja sitten erilaisia ​​vuorovaikutus on laskettu vuorovaikutus alkaen koetin atomin eri verkkoihin. On olemassa monia erilaisia ​​yhtälöitä, jotka voivat johtaa. Toisin kuin muut regressiotyypissä, tämä tuottaa yhtälöt, joissa on paljon enemmän parametreja kuin mahdollista yhdisteitä.
Apex - 3D

Apex-3D käyttää järjestelmää, joka valitsee automaattisesti Paras suuntaus ja konformaatiota perustuvat rakenteet tarvitaan biologista vastetta aikaisemmista kokeista. On mahdollista paljastaa vaikutus eri sidontasuunta, antagonisti aktiivisuus vs. agonistiaktiivisuutta ja vaikutus eri reseptoreihin. Tämä luo 2D-ja 3D-maasto matriisit ja voi tuottaa tietoa paria molekyylien sijaan yksittäisistä molekyyleistä.
Genetic Toiminto Lainsäädännön

Genetic toimintoa lähentämisestä käytetään silloin, kun on olemassa muutamia näytteitä ja monia erilaisia ​​muuttujia tutkitaan, ja kun tiedot sarjat eivät ole lineaarisia suhteita. Tämä käyttää luokitukseltaan parasta malleja ja pahin mitoitettu mallit laskettu raaka tiedot. Se rakentaa parempia ja laadukkaampia malleja korvaamalla pahin-rated malleja. Monia eri useita kohtauksia toimitetaan sitten tiedemies, joka sitten valitsee lopulliseen malliin. Yhtäläisyyksiä mallien tutkitaan toimittamaan tietoja rakenteellisten ja biologisten korrelaatiot.