Repository logo
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
Repository logo
  • Communities & Collections
  • All of DSpace
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Yкраї́нська
  • Log In
    New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "SAIHI Youcef"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Etude de la relation quantitative structure-activité inhibitrice des enzymes hydrolytiques : cas des alpha-glucosidases
    (2015) SAIHI Youcef
    Dans ce travail de thèse nous présentons deux études théoriques de la relation quantitative structure-activité inhibitrice de l’α-glucosidase. La première a été réalisée à partir d’une bibliothèque de 57 molécules dérivées de xanthone et de curcuminoide. La deuxième a été réalisée à partir d’une bibliothèque de 37 molécules dérivées de N-(phénoxyalkyl)phtalimide. Dans la première étude, nous avons établi un modèle non linéaire en employant la méthode des réseaux de neurones artificiels (RNA) et les algorithmes génétiques (AG) en tant que méthodes d’apprentissage et de sélection de variables respectivement. Les coefficients de détermination issus de l’apprentissage de la validation interne et de la validation externe sont : R 2 = 94,1%, Q2 cv = 86,9%, Q2 ext = 86,7%. Comparés à ceux obtenus par la régression linéaire multiple (RLM), ces bons résultats prouvent la grande capacité des RNA à modéliser efficacement l’activité inhibitrice de l’α-glucosidase et la puissance de son pouvoir prédictif. Dans la deuxième étude, le modèle obtenu est formé de trois termes qui représentent trois descripteurs pondérés par le volume de Van Der Walls, la masse et l’électronégativité respectivement. La fiabilité, la stabilité et le pouvoir prédictif du modèle sont évalués et prouvés par la validation interne, la validation externe et le test de randomisation.

DSpace software copyright © 2002-2025 LYRASIS

  • Cookie settings
  • Privacy policy
  • End User Agreement
  • Send Feedback