Modèles QSAR pour la prédiction de la toxicité aquatique : -De dérivés benzéniques substitués vis-à-vis de Pemiphales promelas -D’alcools et d’amines vis-a-vis de Tetrahymena pyriformis
No Thumbnail Available
Date
2015
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Différentes approches ont été utilisées pour relier certaines propriétés (CL50, CIC50) de
séries de composés chimiques (alcools, amines, dérivées benzéniques) à leurs structures.
Une étude Relation Quantitative Structure- Activité (QSAR) a été réalisée pour évaluer la
toxicité relative d’un mélange composé de 21 alcools (à chaînes linéaires et ramifiées) et 9
amines aliphatiques normales, en terme de concentration d’inhibition 50% de la croissance
(CIC50) de Tetrahymena pyriformis . L’approche par régression linéaire simple est basée sur
des descripteurs moléculaires théoriques (géométriques) 3D obtenus à l’aide du logiciel
DRAGON et différents descripteurs logP calculés. La robustesse et la capacité prédictive des
modèles ont été vérifiées à l’aide de statistiques de validations internes (validations croisées
LOO et LMO ; bootstrap) et externe. Clogp s’est avéré le meilleur descripteur pour la
modélisation de la grandeur d’intérêt considérée. Il peut être remplacé par le descripteur
géométrique ADDD sans variations appréciables des paramètres statistiques.
Une autre étude QSAR a été développée sur un ensemble de dérivés benzéniques pour la
prédiction de la concentration létale 50 de Pemiphales promelas. Les techniques utilisées
sont : la régression linéaire multiple, la régression par réseaux de neurones et la regression par
supports vecteurs. Les relations entre la structure et l’activité on été examinées
quantitativement en utilisant des descripteurs théoriques. Les données ont été éclatées en deux
sous-ensembles disjoints de calibrage (74 observations) et de prédiction ( 18 observations) en
utilisant l’algorithme de Kennard et Stone, la taille du modèle ( six régresseurs) à été
conditionnée par la valeur optimale de la fonction de FIT de Kubinyi. Les approches linéaires
( RNA, SVM) testées conduisent à des résultats très proches ce qui confirme la stabilité et la
robustesse du modèle basé sur les six descripteurs sélectionnés.