Modélisation de la Relation Structure Chimique / Coefficient de Partage Octanol/Eau: Application pour la génération de nouveaux pesticides

Abstract

La Lipophilicité est un paramètre important utilisé par les chimistes dans plusieurs domaines scientifiques, telle que, la découverte de nouveaux composés chimiques notamment les médicaments et les produits phytosanitaires.

Le présent travail concerne l’application du problème QSAR / QSPR-inverse pour générer de nouvelles

structures de pesticides; ceci est dû à leur utilisation extrêmement importante et répandue dans plusieurs

domaines, en particulier dans le domaine agricole. Pour cette raison, nous avons mis en œuvre une

méthodologie comprenant neuf étapes successives détaillées comprenant une étude de la relation quantitative

structure-activité / propriété (QSAR / QSPR) pour développer un modèle reliant les structuresde 190 composés pesticides à leurs coefficients de partage n-octanol-eau (logkow). Nous avons utilisé les signatures atomiques uniques qui représentent la structure moléculaire et agissent comme des variables indépendantes, tandis que la propriété ( logk ow) est la variable dépendante. Le modèle a été construit en utilisant 130 molécules en tant qu'ensemble de criblage, et la capacité prédictive a été testée avec 60 composés. La modélisation du logk ow de ces composés en fonction des descripteurs de signatures a été établie par la régression linéaire multiple (MLR) à l'aide de la validation croisée (LOO). conséquence, une équation QSAR / QSPR avec 14 signatures atomiques a été obtenue avec un R2 0.659273, Q2 = 0.65617 et RMSEtraining = 0.930192, s = 1.37297 pour l'ensemble d'apprentissage et dans la valeur définie de l'expérience de validation croisée Leave-one-out (LOO), q2 = 0,605676, RMSE LOO 1,0936, respectivement. En plus de tout ce qui précède, des nouvelles structures ont été créées pour une gamme de pesticides pouvant être incluses en tant que futurs sujets de recherche.

Lipophilicity is an important parameter used by chemists in several scientific fields, such as the discovery of new chemical compounds including drugs and phytosanitary products. The present work has focused on the application of the inverse-QSAR/QSPR problem for generating new structures of pesticides; this is in view of its extremely important and widespread use in several areas, particularly the agricultural field. For this reason, we implemented a methodology containing nine detailed successive steps that include a quantitative structure– activity/property relationship (QSAR/QSPR) study performed to develop a model that relates the structures of 190 pesticides compounds to their n-octanol– water partition coefficients (logkow). We used the unique atomic signatures which represent the structures and acts as independent variables while the property (logkow) as the dependent variable. The model was constructed using 130 molecules as training set, and predictive ability tested using 60 compounds. Modeling of logkow of these compounds as a function of the signatures descriptors was established by multiple linear regression (MLR) using (LOO) cross-validation. As a result, a QSAR/QSPR equation with 14 atomic signatures was hereby obtained with cides that can be included a R2 = 0.659273, Q2 = 0.65617 and RMSE training= 0. 930192, s1.37297 for the training set and in leave -one-out (LOO) cross-validation experiment set value, q2 0.605676, RMSELOO = 1.0936 respectively. In addition to all of the above, new structures have been generated for a range of pesti as future search topics.