Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

QSAR based on hybrid optimal descriptors as a tool to predict antibacterial activity against Staphylococcus aureus

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11310%2F22%3A10445176" target="_blank" >RIV/00216208:11310/22:10445176 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=VipYfy5clD" target="_blank" >https://verso.is.cuni.cz/pub/verso.fpl?fname=obd_publikace_handle&handle=VipYfy5clD</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.31083/j.fbl2704112" target="_blank" >10.31083/j.fbl2704112</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    QSAR based on hybrid optimal descriptors as a tool to predict antibacterial activity against Staphylococcus aureus

  • Popis výsledku v původním jazyce

    Background: Staphylococcus aureus bacterial infections are still a serious health care problem. Therefore, the development of new drugs for these infections is a constant requirement. Quantitative structure-activity relationship (QSAR) methods can assist this development. Methods: The study included 151 structurally diverse compounds with antibacterial activity against S. aureus ATCC 25923 (Endpoint 1) or the drug-resistant clinical isolate of S. aureus (Endpoint 2). QSARs based on hybrid optimal descriptors were used. Results: The predictive potential of developed models has been checked with three random splits into training, passive training, calibration, and validation sets. The proposed models give satisfactory predictive models for both endpoints examined. Conclusions: The results of the study show the possibility of SMILES-based QSAR in the evaluation of the antibacterial activity of structurally diverse compounds for both endpoints. Although the developed models give satisfactory predictive models for both endpoints examined, splitting has an apparent influence on the statistical quality of the models.

  • Název v anglickém jazyce

    QSAR based on hybrid optimal descriptors as a tool to predict antibacterial activity against Staphylococcus aureus

  • Popis výsledku anglicky

    Background: Staphylococcus aureus bacterial infections are still a serious health care problem. Therefore, the development of new drugs for these infections is a constant requirement. Quantitative structure-activity relationship (QSAR) methods can assist this development. Methods: The study included 151 structurally diverse compounds with antibacterial activity against S. aureus ATCC 25923 (Endpoint 1) or the drug-resistant clinical isolate of S. aureus (Endpoint 2). QSARs based on hybrid optimal descriptors were used. Results: The predictive potential of developed models has been checked with three random splits into training, passive training, calibration, and validation sets. The proposed models give satisfactory predictive models for both endpoints examined. Conclusions: The results of the study show the possibility of SMILES-based QSAR in the evaluation of the antibacterial activity of structurally diverse compounds for both endpoints. Although the developed models give satisfactory predictive models for both endpoints examined, splitting has an apparent influence on the statistical quality of the models.

Klasifikace

  • Druh

    J<sub>imp</sub> - Článek v periodiku v databázi Web of Science

  • CEP obor

  • OECD FORD obor

    10406 - Analytical chemistry

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2022

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    Frontiers in Bioscience - Landmark

  • ISSN

    2768-6701

  • e-ISSN

    2768-6698

  • Svazek periodika

    27

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    SG - Singapurská republika

  • Počet stran výsledku

    13

  • Strana od-do

    112

  • Kód UT WoS článku

    000797787300008

  • EID výsledku v databázi Scopus

    2-s2.0-85128844118