Réseaux de neurones artificiels

Abstract

Nous avons étudié les Relations Quantitatives Structure-Activité Antifongique (RQSAA) par le biais des Réseaux de Neurones Artificiels (RNA) des dérivés de 1- [1- (phényl)viny1]imidazoles et de 1- [2-(phényl)ally1]imidazoles. Ces composés ont été décrits par des paramètres lipophile, stérique et topologique. Les résultats que nous avons obtenus sont très satisfaisants. Ils ont montré que les réseaux multicouches basés sur l’algorithme de rétro-propagation du gradient sont des méthodes capables de modéliser cette activité. Nous avons montré que les RNA permettent de proposer de meilleurs modèles de RQSAA que ceux donnés dans la littérature par la Régression Multi-Linéaire. Pour chaque famille des composés étudiés, nous avons évalué l’importance des descripteurs moléculaires dans l’établissement des RQSAA. Le paramètre le plus pertinent est le paramètre hydrophobe logP. Nous avons ensuite étudié les activités antifongiques inhibitrice et préventive (pI50, pEC50 et pEC90) des dérivés de 2-chloropyridine-3-carboxamide. Cette étude concernant les deux champignons Botrytis cinerea et Rhizoctonia solani a été réalisée par la méthode des RNA. Les résultats trouvés ont été très encourageants. L’étude des contributions des descripteurs moléculaires montre l’importance du paramètre stérique (Vw) dans la description des molécules pour prédire ces activités.