دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Duchowicz. Pablo R., Mercader. Andrew G., Sivakumar. P. M سری: ISBN (شابک) : 9781498722599, 1498722598 ناشر: Apple Academic Press سال نشر: 2015 تعداد صفحات: 446 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 54 مگابایت
در صورت تبدیل فایل کتاب Chemometrics applications and research : QSAR in medicinal chemistry به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کاربردها و تحقیقات شیمی سنجی: QSAR در شیمی دارویی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب مهم جدید، مطالب نوآورانه ای از جمله فصول بررسی شده و مقالات نظرسنجی در مورد تحقیق و توسعه کاربردی جدید در زمینه علمی مهم QSAR در شیمی دارویی ارائه می دهد. QSAR یک زمینه رو به رشد است زیرا توان محاسباتی موجود به طور مداوم در حال افزایش است، پتانسیل QSAR بسیار زیاد است، تنها با کمیت و کیفیت ورودی های آزمایشی موجود محدود می شود، که به طور مداوم در حال بهبود هستند. تصور تعداد ساختارهای ممکن برای طراحی ترکیبات آلی جدید دشوار است و QSAR به پیش بینی فعالیت آنها حتی قبل از سنتز کمک می کند. این کتاب انبوهی از اطلاعات ارزشمند را ارائه میکند و: • مروری بر پیشرفتهای اخیر در روشهای QSAR به همراه تاریخچه مختصری از QSAR ارائه میکند. • ابزارهای منابع وب موجود و تکنیکهای سیلیکونی مورد استفاده در غربالگری مجازی و فرآیندهای کشف دارو را پوشش میدهد، و مجموعهای گسترده را گردآوری میکند. بررسی منابع وب در دستههای زیر: پایگاههای اطلاعاتی مربوط به ترکیبات شیمیایی، اهداف دارویی، و ADME/پیشبینی سمیت. مدلسازی مولکولی و طراحی دارو؛ غربالگری مجازی؛ تولید فارماکوفور؛ نرم افزار محاسبه توصیفگر مولکولی; نرم افزار مکانیک کوانتومی؛ پیوندهای اتصال لیگاند (docking); و نرم افزار مرتبط با ADME/پیش بینی سمیت • rm2 را به عنوان یک معیار دقیق تر برای ارزیابی پیش بینی مدل در مقایسه با معیارهای اعتبارسنجی سنتی بررسی می کند، زیرا به طور خاص مهم است زیرا اعتبار سنجی گامی حیاتی در هر مطالعه QSAR است • تکنیک های بهبود مدل خطی را ارائه می دهد که انعطاف پذیری ترکیبی مولکول های مدل سازی شده را در نظر بگیرید • فرآیندهای ساختمانی چهار مدل مختلف فارماکوفور را خلاصه می کند: ویژگی مشترک، 3D-QSAR، کمپلکس های پروتئین- و پروتئین-لیگاند • نقش توصیفگرهای واکنش شیمیایی مبتنی بر نظریه عملکردی چگالی مفهومی مختلف را نشان می دهد. مانند سختی، الکتروفیلی، الکتروفیلی خالص و دوستی در طراحی مدلهای مختلف QSAR/QSPR/QSTR • استفاده از شیمیسنجی در تحقیقات PPAR را مرور میکند و سهم قابل توجه آن را در شناسایی ویژگیهای ساختاری ضروری و درک مکانیسم عمل نشان میدهد. ساختارها و QSARهای سیکلوپپتیدهای ضد میکروبی و سرکوبگر سیستم ایمنی، بحث در مورد تعادل فعالیت های ضد میکروبی و همولیتیک برای طراحی پپتیدهای حلقوی ضد میکروبی جدید • نشان می دهد رابطه بین توصیفگرهای جهانی DFT و سمیت تجربی یک گروه منتخب از سه بی فنیل پلی کلردار، کاوش در مورد سه eFT e کاربردهای ساختار کمی-روابط شیرینی نسبی (QSRSR) را مرور میکند و نشان میدهد که دهه گذشته با افزایش تعداد مطالعات مربوط به کاربردهای QSAR برای درک مکانیسم شیرینی و سنتز ترکیبات شیرینکننده جدید برای صنعت افزودنیهای غذایی مشخص شده است. پوشش این کتاب را به یک مرجع عالی برای کسانی که در شیمی، فارماکولوژی، و پزشکی و همچنین برای مراکز تحقیقاتی، سازمان های دولتی، شرکت های دارویی، و سازمان های بهداشت و کنترل محیط زیست تبدیل می کند.
This important new book provides innovative material, including peer-reviewed chapters and survey articles on new applied research and development, in the scientifically important field of QSAR in medicinal chemistry. QSAR is a growing field because available computing power is continuously increasing, QSAR’s potential is enormous, limited only by the quantity and quality of the available experimental input, which are also continuously improving. The number of possible structures for the design of new organic compounds is difficult to imagine, and QSAR helps to predict their activities even before synthesis. The book provides a wealth of valuable information and: • Presents an overview of recent developments in QSAR methodologies along with a brief history of QSAR • Covers the available web resource tools and in silico techniques used in virtual screening and drug discovery processes, compiling an extensive review of web resources in the following categories: databases related to chemical compounds, drug targets, and ADME/toxicity prediction; molecular modeling and drug designing; virtual screening; pharmacophore generation; molecular descriptor calculation software; software for quantum mechanics; ligand binding affinities (docking); and software related to ADME/toxicity prediction • Reviews the rm2 as a more stringent measure for the assessment of model predictivity compared to traditional validation metrics, being specifically important since validation is a crucial step in any QSAR study • Presents linear model improvement techniques that take into account the conformation flexibility of the modeled molecules • Summarizes the building processes of four different pharmacophore models: common-feature, 3D-QSAR, protein-, and protein-ligand complexes • Shows the role of different conceptual density functional theory based chemical reactivity descriptors, such as hardness, electrophilicity, net electrophilicity, and philicity in the design of different QSAR/QSPR/QSTR models • Reviews the use of chemometrics in PPAR research highlighting its substantial contribution in identifying essential structural characteristics and understanding the mechanism of action • Presents the structures and QSARs of antimicrobial and immunosuppressive cyclopeptides, discussing the balance of antimicrobial and haemolytic activities for designing new antimicrobial cyclic peptides • Shows the relationship between DFT global descriptors and experimental toxicity of a selected group of polychlorinated biphenyls, exploring the efficacy of three DFT descriptors • Reviews the applications of Quantitative Structure-Relative Sweetness Relationships (QSRSR), showing that the last decade was marked by an increase in the number of studies regarding QSAR applications for both understanding the sweetness mechanism and synthesizing novel sweetener compounds for the food additive industry The wide coverage makes this book an excellent reference for those in chemistry, pharmacology, and medicine as well as for research centers, governmental organizations, pharmaceutical companies, and health and environmental control organizations.
Content: PrefaceOverview and Recent Advances in QSAR Studies
Rahul P. Gangwal, Mangesh V. Damre, and Abhay T. SangamwarSoftware and Web Resources for Computer-Aided Molecular Modeling and Drug Discovery
Dharmendra Kumar Yadav, Reeta Rai, Ramendra Pratap, and Harpreet SinghThe Rm2 Metrics for Validation of QSAR/QSPR Models
Kunal Roy and Supratik KarConsidering the Molecular Conformational Flexibility in QSAR Studies
Javier Garcia, Pablo R. Duchowicz, and Eduardo A. CastroPractical Aspects of Building, Validation and Application of 3D-Pharmacophore Models
Elumalai Pavadai and Kelly ChibaleApplication of Conceptual Density Functional Theory in Developing QSAR Models and Their Usefulness in the Prediction of Biological Activity and Toxicity of Molecules
Sudip Pan, Ashutosh Gupta, Debesh R. Roy, Rajesh K. Sharma, Venkatesan Subramanian, Analava Mitra, and Pratim K. ChattarajSynopsis of Chemometric Applications to Model PPAR Agonism
Theodosia Vallianatou, George Lambrinidis, and Anna Tsantili-KakoulidouAntimicrobial and Immunosuppressive Activitites of Cyclopeptides as Targets for Medicinal Chemistry
Alicia B. Pomilio, Stella M. Battistaand, and Arturo A. VitaleOn the Use of Quantitative Structure Activity Relationships (QSAR) and Global Reactivity Descriptors to Study the Biological Activities of Polychlorinated Biphenyls (PCBs)
Nazmul IslamApplications of Quantitative Structure-Relative Sweetness Relationships in Food Chemistry
Cristian Rojas, Pablo R. Duchowicz, Reinaldo Pis Diez, and Piercosimo TripaldiQSAR Studies of 1, 4-Benzodiazepines as CCKA Antagonist
Sumitra Nain, P. M. Shivakumar, and Sarvesh PaliwalDocking-Based Scoring Parameters Based QSAR Modeling on a Dataset of Bisphenylbenzimidazole as Non-Nucleoside Reverse Transcriptase Inhibitor
Surendra Kumar and Meena TiwariPotential Anti-Inflammatory and Anti-Proliferative Agents.-1h-Isochromen-1-Ones and Their Thio Analogues and Their QSAR Studies
F. Nawaz Khan, Ponnurengam Malliappan Sivakumar, Mukesh Doble, P. Manivel, and Euh Duck JeongQSAR Studies on Dihydrofolate Reductase Enzyme: From Model to Biological Activity
Rajesh Rengarajan, Garima Mathur, Anu Sharma, P. M. Shivakumar, and Sumitra NainIndex