Detailansicht
Validation of the novel quantitative pharmacophore modeling algorithm QPhAR
Matthias Schmid
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Lebenswissenschaften
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Drug Discovery and Development
Betreuer*in
Thierry Langer
DOI
10.25365/thesis.71366
URN
urn:nbn:at:at-ubw:1-26615.39482.278184-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Quantitative-Struktur-Aktivitäts-Beziehungen (QSAR) sind eine wirksame Methode zur Untersuchung spezifischer Arzneimittel für eine Vielzahl von Wirkstoffzielen. QSAR nutzt die Korrelation zwischen der Molekularstruktur chemischer Verbindungen und ihrer biologischen Aktivität, um es Forschern zu ermöglichen, die Aktivität neuer potenzieller Liganden für ein Protein vorherzusagen. Ein neuer Ansatz bei QSAR-Studien ist die Verwendung von Pharmakophoren zum trainieren des Modells anstelle der kompletten Molekülstruktur. Diese Masterarbeit vergleicht den neuen QPhAR Algorithmus mit dem etablierten HypoGen Algorithmus von BioVia. Es wurde eine Literatursuche nach veröffentlichten Studien durchgeführt, in denen QSAR mit Pharmakophormodellen durchgeführt wurde, die mit dem HypoGen-Algorithmus erstellt worden waren. Mit denselben Datensätzen wurden Pharmakophormodelle mittels des QPhAR Algorithmus erstellt. Die Modelle wurden mit einem externen Testdatensatz validiert, um sie direkt miteinander vergleichen zu können. Die erhaltenen Ergebnisse zeigen, dass der QPhAR Algorithmus bei den meisten der untersuchten Systeme eine vergleichbare oder sogar bessere Leistung zeigt als der HypoGen Algorithmus.
Abstract
(Englisch)
Quantitative-Structure-Activity-Relationship (QSAR) is an effective method to investigate the effect of different pharmaceuticals for a wide variety of drug targets. QSAR takes advantage of the correlation between chemical compounds' molecular structure and biological activity, enabling researchers to predict novel potential ligands' biological activity for a therapeutic target. A new approach in QSAR studies is to use only pharmacophores to train the model instead of whole molecular structures. The advantages of this approach are manifold, as for example, pharmacophores being less susceptible to spatial disturbances than molecular structures. This thesis compares the novel QPhAR algorithm to the established HypoGen algorithm from BioVia. A literature search was conducted for published studies in which QSAR was performed with pharmacophore models produced with the HypoGen Aagorithm. Multiple regression pharmacophore models were built using the QPhAR algorithm on the same data sets. The pharmacophore models of both algorithms were validated on the test set to compare them directly. The results obtained from this study have shown that the QPhAR algorithm performs on-par or even better than HypoGen on most of the evaluated protein targets.
Schlagwörter
Schlagwörter
(Deutsch)
Pharmakophore Modellierung QSAR QPhAR
Schlagwörter
(Englisch)
Pharmacophores modeling QSAR QPhAR
Autor*innen
Matthias Schmid
Haupttitel (Englisch)
Validation of the novel quantitative pharmacophore modeling algorithm QPhAR
Paralleltitel (Deutsch)
Validierung des neuen quantitativen Pharmakophoren basierten Modellierungsalgorithmus QPhAR
Publikationsjahr
2022
Umfangsangabe
85 Seiten : Illustrationen
Sprache
Englisch
Beurteiler*in
Thierry Langer
AC Nummer
AC16556096
Utheses ID
62672
Studienkennzahl
UA | 066 | 606 | |