Title (eng)
Validation of the novel quantitative pharmacophore modeling algorithm QPhAR
Parallel title (deu)
Validierung des neuen quantitativen Pharmakophoren basierten Modellierungsalgorithmus QPhAR
Author
Matthias Schmid
Advisor
Thierry Langer
Assessor
Thierry Langer
Abstract (deu)
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 (eng)
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.
Keywords (deu)
PharmakophoreModellierungQSARQPhAR
Keywords (eng)
PharmacophoresmodelingQSARQPhAR
Subject (deu)
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
Extent (deu)
85 Seiten : Illustrationen
Number of pages
93
Study plan
Masterstudium Drug Discovery and Development
[UA]
[066]
[606]
Association (deu)
Title (eng)
Validation of the novel quantitative pharmacophore modeling algorithm QPhAR
Parallel title (deu)
Validierung des neuen quantitativen Pharmakophoren basierten Modellierungsalgorithmus QPhAR
Author
Matthias Schmid
Abstract (deu)
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 (eng)
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.
Keywords (deu)
PharmakophoreModellierungQSARQPhAR
Keywords (eng)
PharmacophoresmodelingQSARQPhAR
Subject (deu)
Subject (deu)
Subject (deu)
Type (deu)
Persistent identifier
Number of pages
93
Association (deu)
License
- Citable links
- Other links
- Managed by
- Details
- Usage statistics-
- Metadata
- Export formats