Network Modeling Analysis in Health Informatics and Bioinformatics· 2026Q2
Gauss Süreci Regresyon Tabanlı KSPR Analizi ile Bilgilendirilen İlaç Kapsülleme İçin PDI Çekirdek Dendrimerlerinin Üretim Bazlı Sıralaması
Generation wise ranking of PDI core dendrimers for drug encapsulation informed by Gaussian process regression based QSPR analysis
- 1atıf
- Q2SCImago
- 2026yıl
Kısa özet
Gauss Süreci Regresyonu (GPR) modelleri, topolojik tanımlayıcıları kullanarak PDI çekirdek dendrimerlerinin (D0-D4) ilaç kapsülleme uygunluğunu tahmin eder ve belirli ilaç fizikokimyasal özellikleri için anahtar indeksleri belirler.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- PDI çekirdek dendrimerlerini matematiksel olarak kodlamak için topolojik tanımlayıcılar (Leap Zagreb indeksleri, polimer yolu Wiener polarite indeksi) kullanıldı.
- İlaç kapsülleme uygunluğu, uyumluluk skorları aracılığıyla nicelleştirildi ve dört ilaç sınıfı için dendrimer nesilleri (D0-D4) sıralandı.
- Gauss Süreci Regresyonu (GPR) modelleri, topolojik indeksleri ilaç fizikokimyasal özelliklerine (örn. moleküler ağırlık, yüzey polaritesi) bağladı.
- Çalışma, çeşitli ilaç özelliklerine en uygun spesifik topolojik tanımlayıcıları belirledi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Abstract In this research, structural interaction analysis of Perylene Diimide (PDI) core dendrimers is conducted over four therapeutic and imaging classes. Core topology was mathematically encoded using topological descriptors, which include Leap Zagreb indices and polymer path Wiener polarity index. Drug generation encapsulation suitability was quantified through global feature normalization and standardized Euclidean distance, yielding compatibility scores used to rank dendrimer generations ( $$D_0$$ - $$D_4$$ ) for each drug without altering drug order or identity. To assess the stability and systematicity of generation suitability trends, intergenerational behavior was evaluated using monotonic rank association via Spearman’s rank correlation and global compatibility magnitude through relative changes in mean compatibility. To determine which topological indices most effectively explain specific physicochemical properties of drugs, that are, molecular weight, surface polarity, hydrogen bonding capacity, rotatable bond flexibility, $$\pi$$ -complexity, and structural intricacy, Gaussian Process Regression (GPR) models were developed within a Quantitative Structure-Property Relationship (QSPR) framework using a descriptor space comprising four therapeutic drug-related chemical indices. Model outputs were carefully analysed to evaluate descriptor property relevance using prediction error metrics and correlation statistics, allowing us to determine the most informative and relevant topological index for each chemical attribute. These results demonstrate that the employed topological descriptors provide a systematic graph-based representation for generation wise compatibility and exhibit property-dependent relationships with diverse physicochemical characteristics.
Yazarların özeti; kaynağından alınmıştır. Network Modeling Analysis in Health Informatics and Bioinformatics, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Polimerler ve Plastikler
Polymers and PlasticsMaterials Science