Utilisation de la méthode QSAR –SVMDA pour la prédiction de l’activité inhibitrice des inhibiteurs du COVID19

Abstract

Dans la poursuite de l'exploration de nouveaux potentiels 3CLpro SARS- inhibiteurs du CoV- 2 et contribuant à la littérature existante, ce travail a choisi de construire et de comparer deux modèles de QSAR pour corréler entre la structure des molécules et leur activité : IC50, grâce à l'application des algorithmes MLR, et SVM_DA. La base de données a été sélectionnée sur la base de sa nouveauté et de son activité avérée, et ses descripteurs représentatifs ont été obtenus par l’Algorithme stepwise. Les modèles construits ont été tracés et comparés selon divers critères internes et des critères de validation externes et des domaines d'applicabilité pour chaque modèle ont été déterminés. Les résultats ont démontré que le modèle SVM_DA fonctionnait le mieux en termes de capacité prédictive et robustesse, avec des critères R2=0.9323 et Q2=0.9692 et RMSE=0.2142 Ces résultats prouvent que Le modèle SVM_DA est robustes et concrets et ouvrent la voie à leurs capacités de prédiction pour criblage futur d'ensembles de données plus importants sur les inhibiteurs