QSAR steht für quantitative structure activity relationship. Es wird verwendet, um zu zeigen, wie eine chemische Struktur quantitativ mit einem bestimmten Prozess korreliert werden kann, und wird häufig für die Entwicklung von Medikamenten und Arzneimitteln verwendet. Diese Methodik wird verwendet, um die chemische Synthese zu leiten, da es viele Tausend verschiedene mögliche Strukturen für ein Molekül gibt und Wissenschaftler sonst viel Zeit damit verschwenden könnten, jede einzelne Struktur zu testen. Statistik spielt eine wichtige Rolle in der Methodik von QSAR.
Multiple Lineare Regression
- Die multiple lineare Regressionsanalyse wird verwendet, wenn es mehrere Studien gibt, die alle mit einer bestimmten chemischen Struktur zusammenhängen. Es wird eine Gleichung entwickelt, die zum Beispiel einen Zusammenhang zwischen der Reduzierung der Tumorgröße und der Vorhandensein einer hydrophoben Gruppe an der vierten Position eines Phenylrings zeigen kann. Diese Analyse reduziert viele verschiedene Verbindungen, sodass die Korrelation mit nur wenigen Parametern interpretiert werden kann, die am wichtigsten sind.
Mustererkennung
- Mustererkennung wird verwendet, um Parameter zu definieren, die entstehen, wenn bestimmte chemische Strukturen gruppiert werden. Es gibt verschiedene Arten von Mustererkennungsanalysen, darunter Hauptkomponentenanalyse, computergestützte Strukturauswertung und automatisierte Datenanalyse durch Mustererkennungstechniken. Mustererkennungsstatistiken verwenden Originaldaten und korrelieren die verschiedenen Strukturen mit den biologischen Ergebnissen basierend auf verschiedenen Dimensionen, wobei die bedeutendste in der ersten berechneten Komponente liegt.
Vergleichendes Molekularfeld-Analyse
- Diese Version von QSAR nutzt eine Partialleast-Squares-Analyse gekoppelt mit Cross-Validation, um Vorhersagen für die biologische Aktivität zu erstellen. Bei dieser Methodik weist der Wissenschaftler spezifische Regeln für die Ausrichtung der molekularen Struktur zu. Jedes Molekül wird in ein Raster eingefügt, und dann werden verschiedene Interaktionen basierend auf Interaktionen von einer Sondatom zu den verschiedenen Gittern berechnet. Es können viele verschiedene Gleichungen entstehen. Im Gegensatz zu anderen Regressionstypen erzeugt dies Gleichungen, in denen viel mehr Parameter als mögliche Verbindungen vorhanden sind.
Apex - 3D
- Apex-3D verwendet ein System, das automatisch die beste Ausrichtung und Konformation für die Strukturen basierend auf der benötigten biologischen Reaktion aus früheren Experimenten auswählt. Es ist möglich, die Wirkung unterschiedlicher Bindungsorientierungen, antagonistischer Aktivität gegenüber agonistischer Aktivität und die Wirkung verschiedener Rezeptoren aufzudecken. Dies erzeugt 2D- und 3D-Topographiematrixen und kann Informationen für Paare von Molekülen anstelle einzelner Moleküle generieren.
Genetische Funktionsannäherung
- Die genetische Funktionsannäherung wird verwendet, wenn es wenige Proben und viele verschiedene untersuchte Variablen gibt und wenn die Datensätze keine linearen Beziehungen aufweisen. Dies verwendet die am besten bewerteten und am schlechtesten bewerteten Modelle, die aus den Rohdaten berechnet wurden. Es baut immer bessere Modelle auf, indem es die am schlechtesten bewerteten Modelle ersetzt. Die vielen verschiedenen mehrfachen Anpassungen werden dann dem Wissenschaftler zur Verfügung gestellt, der das endgültige Modell auswählt. Die Ähnlichkeiten zwischen den Modellen werden untersucht, um Informationen über die strukturellen und biologischen Korrelationen zu liefern.