IN-SILICO STUDY FOR PREDICTING THE INHIBITION CONCENTRATION OF SOME HETEROCYCLIC AND PHENYLIC COMPOUNDS AS POTENT HERBICIDES USING THE MLR - GFA APPROACH

SAIDU TUKUR, GIDEON ADAMU SHALLANGWA, ADAMU UZAIRU, ABDULKADIR IBRAHIM
2019 The Journal of Engineering and Exact Sciences  
The study of the quantitative structure-activity relationship (QSAR) was used in a set of data from 43 heterocyclic and phenylic inhibitor compounds in order to establish a correlation between the inhibitory concentrations of the compounds in question and their structures. The optimization method of the density functional theory (DFT) was used to minimize the energy of the 3D structures using the Becke functional hybrid Exchange (B3) parameter with the Lee, Yang, and Parr Functional Correlation
more » ... ctional Correlation (LYP), commonly called the B3LYP functional Hybrid and 6-31G* Basis Set (B3LYP/6-31G*) method, to discover their molecular Quantum descriptors. Five models of QSAR were generated with the technique of genetic function algorithm (GFA). Among the five models generated, model 1 was selected as the best model because of its statistical significance (Friedman's LOF = 0.3008, R 2 = 0.9784, R 2 adj = 0.9739, Qcv 2 = 0.9675 and R 2 pred = 0.7348). The meticulous model was evaluated by means of the Leave One out cross-validation (LOO-CV) approach, external validation of the compounds of the test set, Y -randomization test and applicability domain (Williams Plot). The proposed QSAR model was highly predictive and vigorous with good validation parameters. The molecular descriptors used in the model should be considered of great importance in improving the inhibitory concentrations of the herbicides and also in the conception of new herbicides with a higher concentration of inhibitor. k e yw o r ds Herbicide QSAR Multiple Linear Regression (MLR) Genetic Function Algorithm (GFA) Applicability Domain Y-Randomization R E S U M O O estudo da relação quantitativa estrutura-atividade (QSAR) foi utilizado em um conjunto de dados de 43 compostos de inibidores heterocíclicos e fenílicos, a fim de estabelecer uma correlação entre as concentrações inibitórias dos compostos em questão e seus Estruturas. O método de otimização da teoria funcional da densidade (DFT) foi utilizado para minimizar a energia das estruturas 3D utilizando o parâmetro híbrido funcional de Becke (B3) com a correlação funcional de Lee, Yang e Parr (LYP), comumente denominada B3LYP funcional híbrido e 6-31G * base Set (B3LYP/6-31G *) método, para descobrir seus descritores Quantum molecular. Cinco modelos de QSAR foram gerados com a técnica de algoritmo de função genética (GFA). Entre os cinco modelos gerados, o modelo 1 foi selecionado como o melhor modelo por causa de sua significância estatística (LOF de Friedman = 0,3008, R 2 = 0,9784, R 2 adj = 0,9739, Qcv 2 = 0,9675 e R 2 pred = 0,7348). O modelo meticuloso foi avaliado por meio da abordagem Leave One out Cross-Validation (LOO-CV), validação externa dos compostos do conjunto de teste, teste de randomização Y e domínio de aplicabilidade (Williams Plot). O modelo QSAR proposto foi altamente preditivo e vigoroso J C E C JCEC -ISSN 2527-1075. com bons parâmetros de validação. Os descritores moleculares utilizados no modelo devem ser considerados de grande importância na melhoria das concentrações inibitórias dos herbicidas e também na concepção de novos herbicidas com maior concentração de inibidores.
doi:10.18540/jcecvl5iss1pp0049-0062 fatcat:ue4mkwxtcbhk7hxuwky673uoee