Quatro conjuntos de dados de QSAR e QSPR foram selecionados da literatura e os modelos de regressão foram construídos com 75, 56, 50 e 15 amostras no conjunto de treinamento. Estes modelos foram validados por meio de validação cruzada excluindo uma amostra de cada vez, validação cruzada excluindo Namostras de cada vez (LNO), validação externa, randomização do vetor ye validação bootstrap. Os resultados das validações mostraram que o tamanho do conjunto de treinamento é o fator principal para o bom desempenho de um modelo, uma vez que este piora para os conjuntos de dados pequenos. Modelos oriundos de conjuntos de dados muito pequenos não podem ser testados em toda a sua extensão. Além disto, eles podem falhar e apresentar comportamento atípico em alguns dos testes de validação (como, por exemplo, correlações espúrias, falta de robustez na reamostragem e na validação cruzada), mesmo tendo apresentado um bom desempenho na validação cruzada excluindo uma amostra, no ajuste e até na validação externa. Uma maneira simples de determinar o valor crítico de Nem LNO foi introduzida, usando o valor limite de 0,1 para oscilações em Q² (faixa de variações em único LNO e dois desvios padrões em LNO múltiplo). Foi mostrado que 10 - 25 ciclos de randomização de you de bootstrappingsão suficientes para uma validação típica. O uso do método bootstrapbaseado na análise de agrupamentos por métodos hierárquicos fornece resultados mais confiáveis e razoáveis do que aqueles baseados somente na randomização do conjunto de dados completo. A qualidade de dados em termos de significância estatística das relações descritor - yé o segundo fator mais importante para o desempenho do modelo. Uma seleção de variáveis em que as relações insignificantes não foram eliminadas pode conduzir a situações nas quais elas não serão detectadas durante o processo de validação do modelo, especialmente quando o conjunto de dados for grande.

Four quantitative structure-activity relationships (QSAR) and quantitative structure-property relationship (QSPR) data sets were selected from the literature and used to build regression models with 75, 56, 50 and 15 training samples. The models were validated by leave-one-out crossvalidation, leave-N-out crossvalidation (LNO), external validation, y-randomization and bootstrapping. Validations have shown that the size of the training sets is the crucial factor in determining model performance, which deteriorates as the data set becomes smaller. Models from very small data sets suffer from the impossibility of being thoroughly validated, failure and atypical behavior in certain validations (chance correlation, lack of robustness to resampling and LNO), regardless of their good performance in leave-one-out crossvalidation, fitting and even in external validation. A simple determination of the critical Nin LNO has been introduced by using the limit of 0.1 for oscillations in Q², quantified as the variation range in single LNO and two standard deviations in multiple LNO. It has been demonstrated that it is sufficient to perform 10 -25 y-randomization and bootstrap runs for a typical model validation. The bootstrap schemes based on hierarchical cluster analysis give more reliable and reasonable results than bootstraps relying only on randomization of the complete data set. Data quality in terms of statistical significance of descriptor -yrelationships is the second important factor for model performance.Variable selection that does not eliminate insignificant descriptor - yrelationships may lead to situations in which they are not detected during model validation, especially when dealing with large data sets.

The purpose of this work is to study theoretically stereoelectronic aspects of the interaction between heme and artemisinin in the transitional heme-artemisinin complex. Through semi-empirical calculations using the PM3 method, the potential energy barrier of artemisinin rotation relative to heme in the heme-artemisinin complex was studied in vacuum and in the partially solvated state. The minimum heat of formation obtained for the complex with and without water molecules is -702.39 and -100.86 kcal mol-1, respectively, which corresponds to the dihedral angle C-Fe-O1-O2 of 43.93º and 51.90º around the iron-oxygen O1 bond, respectively. The water molecules bind to heme via 13 hydrogen bonds and O-H•••O and 6 C-H•••O interactions, which accounts for -67.23 kcal mol-1. It is observed that the inclusion of water molecules does not affect significantly the stability of the heme-artemisinin complex.

Neste trabalho, foi feito um estudo de relações quantitativas entre a estrutura e a atividade biológica de 21 derivados de progesteronas ministrados via oral, dentre os quais 19 são 17-alfa-acetoxiprogesteronas. O método de quadrados mínimos parciais foi usado para construir modelos de regressão de boa qualidade, com Q² = 0,707 e R² = 0,811 utilizando duas componentes principais e quatro descritores. A maioria dos descritores moleculares foi obtida a partir de gráficos moleculares das geometrias otimizadas por meio de cálculos ab initio com um conjunto de base DFT 6-31G** (descritores moleculares gráficos). Os outros descritores foram obtidos pela combinação dos descritores anteriores com parâmetros estruturais experimentais extraídos do complexo progesterona-receptor da progesterona (descritores gráfico-estruturais ou descritores gráficos e de modelagem). Os modelos de regressão empregando somente cinco descritores gráficos e três componentes principais foram satisfatórios, Q²=0,556, R²=0,718, demonstrando a utilidade dos mesmos em estudos QSAR. Neste trabalho, onde foram estudados derivados de progesterona, ficou evidente que os descritores moleculares gráficos descreveram com sucesso os efeitos conformacionais, estéreos e eletrônicos dos diferentes substituintes.

Quantitative Structure-Activity Relationship study on 21 oral progestogens, 19 of which are 17-alpha-acetoxyprogesterones, was performed by using Partial Least Squares. Fairly good regression models were achieved, the best being Q²=0.707, R²=0.811 with two Principal Components and four descriptors. Most of the molecular descriptors were generated from molecular graphics of DFT 6-31G** optimized geometries (molecular graphics descriptors) or were additionally combined with experimental structural parameters of progesterone receptor - progesterone complex (molecular graphics-structural, or molecular graphics and modeling descriptors). Regression models employing only these molecular graphics-based descriptors reached Q²=0.556, R²=0.718 with three Principal Components and five descriptors, demonstrating their usefulness in QSAR studies. In the case of progesterone derivatives, molecular graphics descriptors successfully included various conformational, steric and electronic substituent effects.