English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Plus monthly

Global: Zendy Tools annual

Global: Zendy Tools monthly

Global: Zendy Free Plan

La presente tesis doctoral se enfoca en la construcción de modelos predictivos y que sean de utilidad como herramienta para asistir la búsqueda de estructuras químicas con valores favorables de la propiedad/actividad. La habilidad de predecir las propiedades fisicoquímicas y actividades biológicas de las sustancias químicas permite analizar de antemano las propiedades de compuestos nuevos, tóxicos o que demandan demasiado tiempo de evaluación experimental. Así, los modelos pueden ser utilizados para la predicción de las propiedades fisicoquímicas/actividades biológicas de nuevos compuestos químicos sintetizados en el laboratorio y carentes de datos experimentales. Entre los objetivos específicos del presente trabajo de tesis se citan: - desarrollar modelos matemáticos que resulten capaces de cuantificar relaciones hipotéticas entre la estructura química y la propiedad/actividad de pesticidas, a través de la técnica del análisis de regresión lineal multivariable aplicada a diferentes bases de datos de propiedades de interés agronómico extraídas de la literatura actualizada. Para ello, se utilizarán los mejores descriptores moleculares que surjan del análisis de miles de descriptores estructurales, obtenidos de programas computacionales de libre acceso - investigar el comportamiento de los descriptores flexibles u óptimos en los estudios QSPR-QSAR de pesticidas, e incorporarlos en los modelos en caso que resulten adecuados. Para ello, uno debe ser capaz de definir la construcción matemática del descriptor flexible, y debe elegir el procedimiento de ajuste de sus partes variables para alcanzar las mejores predicciones de la propiedad, evitando el sobreajuste del conjunto de calibración para así poder alcanzar una calidad predictiva aceptable y el modelo supere su validación externa - abordar el tratamiento de grandes conjuntos moleculares de alta diversidad estructural y que incluyan pesticidas - demostrar a través de los resultados encontrados que un enfoque basado en la representación estructural independiente de la conformación molecular permite alcanzar predicciones confiables de la propiedad/actividad estudiada La calidad de las predicciones conseguidas con estos estudios QSPR-QSAR de pesticidas se compara con la información experimental disponible y a través de las predicciones alcanzadas por metodologías teóricas alternativas de la literatura.

Estudio, desarrollo y aplicación de modelos de la teoría QSPR-QSAR en pesticidas