پایان نامه : مدلسازی طول موج ماکزیمم جذب رنگهای آزو توسط الگوریتم مورچه و فعالیت داروئی مشتقات کاپساسین با استفاده از ماشین بردار پشتیبان

دانلود متن کامل پایان نامه مقطع کارشناسی ارشد رشته شیمی

گرایش : تجزیه

عنوان : مدلسازی طول موج ماکزیمم جذب رنگهای آزو توسط الگوریتم مورچه و فعالیت داروئی مشتقات کاپساسین با استفاده از ماشین بردار پشتیبان

دانشگاه علوم پایه دامغان

دانشكده شیمی

پايان‌نامه كارشناسي ارشد شیمی (تجزیه)                            

مدلسازی طول موج ماکزیمم جذب رنگهای آزو توسط الگوریتم مورچه و فعالیت داروئی مشتقات کاپساسین با استفاده از ماشین بردار پشتیبان

استاد راهنما:

دکتر مرتضی عتباتی

 

بهمن ماه 1387

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود

(در فایل دانلودی نام نویسنده موجود است)

تکه هایی از متن پایان نامه به عنوان نمونه :

(ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل است)

چکیده

مشتقات رنگ های آزو سنتزی تهیه می شوند که دارای گروه عاملی N=N  می باشند و کاربرد اصلی آنها در صنایع غذائی و  نساجی است. قسمت آروماتیکی تعیین کننده رنگ است.

در این کار از الگوریتم کلونی مورچه و مدل رگرسیون خطی جهت پیشگویی λmax یک سری30- تایی از مشتقات رنگ های آزو استفاده شده است. در ابتدا پس از بهینه سازی ساختار مولکولی توسط نرم افزار Hyper Chem، در مجموع 1521 توصیف کننده  به وسیله نرم­افزارهای Hyper Chem و Dragon محاسبه گردید. توصیف کننده ها به عنوان ورودی به برنامه الگوریتم مورچه داده شدند. به منظور به دست آوردن بهترین نتیجه با درصد خطای پایین و توصیف کننده های مناسب، برنامه الگوریتم مورچه را چند بار اجرا کرده و در اجراهای مختلف  پارامترهای آن از جمله تعداد مورچه های اولیه، پارامتر تبخیر و تعداد دورها بهینه شدند. 5 توصیف کننده که بالاترین همبستگی را با λmax رنگ های آزو داشتند، توسط الگوریتم مورچه انتخاب شدند. از این توصیف کننده های انتخاب شده، برای ساختن مدل خطی مناسب جهت پیشگویی λmax  ترکیبات مورد نظر استفاده  شد. این روش نتایج خوبی را در هر دو سری آموزش (9346/0=2R) و پیشگویی (8419/0=2R) فراهم آورد. با توجه به موارد ذکر شده، معلوم گردید الگوریتم مورچه طراحی شده روشی مناسب جهت انتخاب توصیف کننده ها برای مدل سازی و پیشگوییλmax  مشتقات رنگ های آزو می­باشد.

 

کاپساسین ماده داروئی است که از فلفل قرمز استخراج می شود و مصارف داروئی ازجمله درمان انواع سرطان، آرتروز، رماتیسم مفصلی، زخم معده دارد.

با استفاده ازروش های آموزش آماری ماشین یک رابطه کمی ساختار- فعالیت برای کاپساسین برقرار شده است .99 مولکول کاپساسین مطابق روش قسمت اول رسم شد و  1206 توصیف کننده محاسبه گردید.

برای کاهش تعداد توصیف کننده ها ابتدا از روش های PCA، ICA و Fuzzy Clustering استفاده کردیم که صحت از حدود 62-61% بالاتر نرفت. در رهیافت دیگری از تئوری اطلاعات و معیار” بیشترین ارتباط، کمترین تقلیل پذیری” استفاده شد و پس از بهینه سازی توصیف کننده ها 100 توصیف کننده انتخاب شد. در مرحله بعد مجموع توصیف کننده ها با استفاده از الگوریتم Wrapper بهینه سازی شد که مجموعا 13  توصیف کننده انتخاب شد و صحت برای طبقه بندی به پنج دسته  فعالیت بسیار ضعیف ،  ضعیف، متوسط ، خوب و فعالیت عالی84% بدست آمد.در کارهای قبلی ]72[ تنها با تقسیم مولکول به سه قسمت و طبقه بندی به فعال و غیر فعال، صحت نزدیک به 80% آمده بود. اما در کار حاضر بدون تقسیم بندی مولکولی و با تکیه به روش های محاسباتی صحتی بالاتر از کارهای سابق به دست آمد که نشانگر مناسب بودن و برتری روش های تئوری اطلاعات و SVM بر روش های قدیمی تر می باشد.

1 مقدمه

بشر هوشمند و صاحب تفكر هميشه براي يافتن راهي كه زندگي­ اش را متحول و كامل گرداند، از طبيعت الهام گرفته است.

با گذشت قرن ها، احساس نياز به الهام گرفتن از طبيعت اسرارآميز و دوست داشتني و صد البته منظم، قانونمند و داراي شعور فطري، شدت پيدا كرده است. به گونه اي كه از ريزترين موجودات همچون ويروس تا غول آساترين كهكشان ها، براي انسان كه هميشه در تكاپوي حقيقت و دانش است، همه، معلمان و راهنمايان خوبي محسوب گرديده­اند، چرا كه طبيعت هميشه رو به سوي كمال دارد.

آنچه كاملاً مشهود است، به نظر مي آيد جهان هستي از جزء تا كل با يك حركت آرام ولي پيوسته كه به ظاهر تصادفي است رو به يك نقطه بهينه درحال حركت است. در حقيقت طبق نظريه دارويني، طبيعت در حال بهينه كردن مسائل است.

به طور مثال اگر بخواهيم حجم معيني آب را از كوهستان به دريا منتقل كنيم و تمام ويژگيها و معادلات مربوط به سختي، نوع، دما، جنس و ساير مشخصات آب و محيط اطراف را تعيين كرده و با اين معادلات مسير را بيابيم دقيقاً به همان مسير جويبارها و رودخانه­ها مي­رسيم كه در طبيعت جريان دارند.

بديهي است كه خداوند معلمي است كه دانش آموزش، انسان را از طريق نشانه­هايش در طبيعت به طور كامل هدايت مي­كند.

هم اكنون كار روي توسعه سيستم­هاي هوشمند با الهام از طبيعت، از زمينه­هاي پرطرفدار هوش مصنوعي است. الگوريتم ژنتيك[1] كه با استفاده از ايده تكامل دارويني و انتخاب طبيعي مطرح شده روش بسيار خوبي براي يافتن مسائل بهينه­سازي است. ايده تكاملي دارويني بيانگر اين مطلب است كه هر نسل نسبت به نسل قبل داراي تكامل است و آنچه در طبيعت رخ مي­دهد، حاصل ميليون­ها سال تكامل نسل به نسل موجوداتي مانند مورچه است.

حشراتي مانند مورچه، موريانه، زنبور كه به صورت كلوني زندگي مي­كنند، بر رفتار به ظاهر بي­نظم­شان نظم و قانونمندي خاصي حكمفرماست كه دانشمندان و محققان را به خاطر اين پيچيدگي منظم و راهگشا در حل مسائل بهينه­سازي، شيفته خود ساخته است.

 

1-2 كمومتريكس

بدست آوردن داده تجزيه­اي يكي از مراحل اصلي تجزيه مي­باشد، تا اواخر دهه پنجاه قرن بیستم اين مرحله به عنوان مشكل­ترين بخش يك تجزيه به حساب مي­آمد، همچنين زمان عمده يك تجزيه شيميائي مربوط به جمع­آوري داده­هاي تجزيه­اي مي­شد.

اما ازآغاز دهه شصت قرن بيستم، زمانی كه دستگاه­هاي مدرن وارد آزمايشگاه­ها و مراكز تحقيقاتي گرديد، اين مشكل برطرف شد و در نتيجه استفاده از چنين دستگاه­هاي پيشرفته تعداد زيادي داده از يك نمونه بدست مي­آيد. جهت ثبت و ذخيره­سازي چنين داده­هاي وسيعي نياز به وسيله­اي بود كه بتواند از عهده چنين كاري برآيد، به طور همزمان با ظهور دستگاه­هاي پيشرفته تعداد زيادي داده از يك نمونه بدست آمد و استفاده از كامپيوتر نيز به عنوان ابزاري جهت ثبت و ذخيره داده­هاي حاصل از يك تجزيه شيميائي رشد چشمگيري يافت، در نتيجه اتصال كامپيوتر به دستگاه­هاي آزمايشگاهي ثبت و ذخيره نمودن داده­ها كه قبلاً به عنوان مشكل­ترين بخش يك تجزيه بوده تبديل به ساده­ترين مرحله گرديد. ولي مشكل ديگري كه به دنبال چنين پيشرفتي، ظاهر گرديد، نحوه برخورد با چنين حجم وسيعي از داده بود كه بايد به اطلاعات تبديل مي­شدند.

براي مدت­هاي طولاني، رياضي و آمار براي تفسير نتايج آزمايش­ها به كار گرفته مي­شدند. ولي با ظهور نرم­افزارهاي پيشرفته رایانه ای تحول شگرفي در نحوه استفاده رياضي و آمار در حل مسائل شيميايي به وجود آمد. به طوري كه استفاده از رياضي ، آمار و كامپيوتر در شيمي منجر به ظهور شاخه­اي جديد به نام كمومتريكس[2] گرديد. اگرچه شيمي­دانهاي تجزيه بیش از سایر همکارانشان با این شاخه آشنا هستند و از آن بهره مي­برند، ولي در رشته­هاي مرتبط با شيمي از جمله علوم داروئي، بيوشيمي و غيره نيز كاربردهاي فراواني دارد ]5-1[.

براي اولين بار در سال 1971 سوانت ولد[3] اصطلاح “كمومتريكس” را به كار برد و آن را هنر استخراج اطلاعات شيميائي از داده­هاي تجزيه­اي دانست . در سال 1974 با همكاري كوالسكي[4] انجمن بين­المللي كمومتريكس تأسيس شد ]6[.

در سال 1982 كوالسكي و فرانك[5] كمومتريكس را شاخه­اي از علم شيمي كه در طراحي آزمايش­هاي بهينه­سازي، برقراري ارتباط بين نتايج تجربی با متغيرهاي آزمايش و همچنين استخراج اطلاعات از سيستم­هاي شيميايي با استفاده از رياضي، آمار و كامپيوتر تعريف كردند ]7[.

ماسارت[6]، كمومتريكس را يك روش شيميائي می­داند كه از منطق رياضيات و آمار براي رسيدن به اهداف زير بهره مي­جويد ]8[:

  • طراحي با انتخاب فرآيندهاي تجربي بهينه شده
  • دسترسي به حداكثر اطلاعات مناسب شيميائي از طريق داده­ هاي تجربي
  • بدست آوردن اطلاعات در زمينه سيستم­هاي شيميائي

براون[7] سردبير مجله كمومتريكس معتقد است كمومتريكس قسمتي از علم شيمي است كه كوشش در پاسخگوئي به سوالات مربوط به سنجش­هاي شيميائي دارد ]9[. سوالاتي از قبيل:

  • اندازه­گيري كجا و چگونه بايد انجام پذيرد؟
  • سيگنال[8] و نويز[9] كدامند؟
  • چگونه می­ توان از اندازه­گيري، اطلاعات مناسب را بدست آورد؟
  • منشأ خطاها در نتايج حاصل از اندازه­گيري­ها چيست؟

انجمن بين­المللي كمومتريكس (ICS) تعريف جامعي از كمومتريكس ارائه مي­دهد. براساس تعريف اين انجمن كمومتريكس علم برقراري ارتباط بين سنجش­هاي انجام شده بر روي يك سيستم يا فرايند شيميائي و حالتي از سيستم مي­باشد. اين ارتباط از طريق كاربرد روش­هاي آماري و رياضي صورت مي­پذيرد.

به هر حال، شايد بتوان اهداف كمومتريكس را چنين بيان نمود كه:

با استفاده از کمومتریکس، عوامل موثر و بر همكنش آن­ها در يك فرايند شيميائي (اعم از يك فرايند تجزيه­اي و غيره) مورد شناسائي قرار گرفته و با حداقل آزمايش­ها، بهينه­سازي می شوند. بدست آوردن ارتباط بين عوامل موثر و پاسخ سيستم از دیگر اهداف كمومتريكس مي­باشد. در نهايت، تبديل داده­هاي حاصل به اطلاعات نيز هدف نهائي كمومتريكس مي­باشد. واضح است رسيدن به چنين اهدافي نيازمند كمك گرفتن از رياضي، آمار و كامپيوتر است ]10[.

بسیاری از مسائلی که در کمومتریکس با آنها مواجه می شویم به دلیل پیچیدگی فوق العاده با روش های دقیق قابل حل نیست به زبان علوم کامپیوتر، چنین مسائلی را “چند جمله ای نامعین سخت[10]” می گویند.

زمان لازم برای حل دقیق چنین مسائلی با زیاد شدن تعداد ورودی ها ، به شدت زیاد می­شود ، در چنین مواردی لازم است از “تقریب های خوب[11]” استفاده کنیم، یکی از این تقریب­های خوب الگوریتم های هیوریستیک می باشند که از آن برای برقراری رابطه ساختار – خاصیت بهره خواهیم جست ]11[.

تعداد صفحه : 112

قیمت : 14700 تومان

———–

——-

پشتیبانی سایت :               [email protected]

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

--  --