ထုတ်ကုန်များ

မူးယစ်ဆေးဝါးကြောင့်ဖြစ်သော အသည်းထိခိုက်မှုသည် မူးယစ်စေသော အကြောင်းရင်းများထဲမှ တစ်ခုဖြစ်သည်။စမ်းသပ်ဆေးဝါးရှာဖွေတွေ့ရှိမှု ပရောဂျက်များကို ဘေးကင်းသောဆေးဝါးများဆီသို့ လမ်းညွှန်ရာတွင် အထောက်အကူဖြစ်စေရန် ၎င်းတို့၏ ဓာတုဖွဲ့စည်းပုံများမှ မူးယစ်ဆေးဝါးများ၏ အသည်းအကျိုးသက်ရောက်မှုကို ခန့်မှန်းနိုင်မှုသည် အရေးကြီးပါသည်။ဤလေ့လာမှုတွင်၊ လူသားများ၊ ကြွက်များနှင့် ကြွက်မဟုတ်သော တိရစ္ဆာန်များပါ၀င်သော အသည်းအတွင်းအကျိုးသက်ရောက်မှုများစွာကို ကျယ်ပြန့်စွာထုတ်လုပ်နိုင်စေရန် အစီရင်ခံတင်ပြထားသော ဒြပ်ပေါင်း 951 ခု၏ ဒေတာအစုတစ်ခုကို စုစည်းထားပါသည်။ဤဒေတာအတွဲအတွက် အသည်းအကျိုးသက်ရောက်မှုများကို MEDLINE စိတ္တဇအကျဉ်းချုပ်များမှ ထုတ်ပေးသော အခိုင်အမာ မက်တာဒေတာအဖြစ် ရရှိခဲ့ပါသည်။ကျွန်ုပ်တို့သည် သမားရိုးကျ ဓာတုဗေဒဆိုင်ရာ ချဉ်းကပ်နည်းများကို အသုံးပြု၍ ဤဒေတာအတွဲကို ခွဲခြမ်းစိတ်ဖြာပြီး အသည်းအကျိုးသက်ရောက်မှုများ၏ ပေါင်းစပ်မျိုးစိတ်များ၏ ညီညွတ်မှု၊ လူသားများတွင် အသည်းအကျိုးသက်ရောက်မှုဆိုင်ရာ ဓာတုဗေဒဆိုင်ရာ အဆုံးအဖြတ်များနှင့် ပေးထားသော ဒြပ်ပေါင်းသည် လူတွင် အသည်းအကျိုးသက်ရောက်မှုဖြစ်စေနိုင်ချေနှင့် စပ်လျဉ်းသည့် မေးခွန်းများစွာကို ဖြေရှင်းခဲ့သည်။မတူညီသောမျိုးစိတ်များကြားတွင် အသည်းသက်ရောက်မှုများ၏ ညီညွတ်မှုအတော်လေးနည်းသည် (39-44%) ရှိပြီး မျိုးစိတ်များ၏ တိကျမှုမှာ ဓာတုဖွဲ့စည်းပုံ၏ သီးခြားအင်္ဂါရပ်များပေါ်တွင်မူတည်နိုင်ခြေကို တိုးလာစေပါသည်။ဒြပ်ပေါင်းများကို ၎င်းတို့၏ ဓာတုဗေဒဆိုင်ရာ တူညီမှုဖြင့် စုပြုံထားပြီး အလားတူ ဒြပ်ပေါင်းများကို ၎င်းတို့၏ မျိုးစိတ်-မူတည်သည့် အသည်းအကျိုးသက်ရောက်မှု ပရိုဖိုင်များ၏ မျှော်လင့်ထားသည့် တူညီမှုရှိမရှိ စစ်ဆေးခဲ့သည်။ဖြစ်ရပ်အများစုတွင် တူညီသောအစုအဝေး၏အဖွဲ့ဝင်များအတွက် ဆင်တူသောပရိုဖိုင်များကို လေ့လာတွေ့ရှိရသော်လည်း အချို့သောဒြပ်ပေါင်းများသည် အစွန်းထွက်များအဖြစ် ပေါ်လာသည်။အစွန်းအထင်းများသည် MEDLINE မှ အလေးထားသော အခိုင်အမာပြောဆိုမှုများ ပြန်လည်ဖြစ်ပေါ်ခြင်း၏ အကြောင်းအရာများအပြင် အခြားဒေတာရင်းမြစ်များဖြစ်သည်။အချို့သောကိစ္စများတွင်၊ ဒြပ်ပေါင်းများ၏ ဓာတုသဏ္ဍာန်တူညီမှုအပေါ်အခြေခံ၍ မျှော်မှန်းချက်များနှင့်အညီ ထပ်လောင်းဇီဝဗေဒဆိုင်ရာပြောဆိုချက်များကို ဖော်ထုတ်တွေ့ရှိခဲ့သည်။အခိုင်အမာဖော်ပြချက်များသည် အရင်းခံဓာတုပစ္စည်းများ၏ ဒွိမှတ်စုများ (ဆိုလိုသည်မှာ အသည်းအကျိုးသက်ရောက်မှုနှင့် အသည်းသက်ရောက်မှုမရှိ) နှင့် ဒြပ်ပေါင်းတစ်မျိုးသည် လူသားများတွင် အသည်းသက်ရောက်မှုများ ထွက်လာဖွယ်ရှိမရှိ ခန့်မှန်းရန် ဒြပ်ပေါင်းတစ်ခုအား လူသားများတွင် အသည်းအကျိုးသက်ရောက်မှုဖြစ်စေမည့် ခန့်မှန်းချက်များကို ထုတ်ပေးခဲ့သည်။ဒေတာများ၏ ကွဲပြားမှုထင်ရှားသော်လည်း၊ မော်ဒယ်များသည် ပြင်ပ 5-ဆ အပြန်အလှန်အတည်ပြုခြင်းဆိုင်ရာ လုပ်ထုံးလုပ်နည်းများဖြင့် အကဲဖြတ်ထားသော ကောင်းသောကြိုတင်ခန့်မှန်းနိုင်စွမ်းကို ပြသထားသည်။မော်ဒယ်ကိုတီထွင်ပြီးနောက် binary QSAR မော်ဒယ်များ၏ ပြင်ပကြိုတင်ခန့်မှန်းနိုင်စွမ်းအားအား ၎င်းတို့၏ ဒြပ်ပေါင်းများအား ပြန်လည်ရယူခြင်း သို့မဟုတ် လေ့လာခြင်းအား ၎င်းတို့၏အသုံးချမှုဖြင့် ထပ်မံအတည်ပြုခဲ့သည်။ကျွန်ုပ်တို့၏ အသိပညာအတွက် အကောင်းဆုံးအနေဖြင့်၊ ဤသည်မှာ QSAR မော်ဒယ်လ်နှင့် အခြားဓာတုဗေဒနည်းပညာများကို အသုံးချ၍ ကန့်သတ်ချက်ဖြင့် ပြုပြင်ထိန်းသိမ်းမှုဖြင့် အလိုအလျောက် စာသားတူးဖော်ခြင်းနည်းလမ်းဖြင့် ထုတ်လုပ်သည့် စူးစမ်းလေ့လာမှုဒေတာအတွက် ဓာတုဗေဒအဆိပ်သင့်မှု ခန့်မှန်းခြင်းအတွက် ပထမဆုံးလေ့လာမှုဖြစ်ပြီး ဓာတုဗေဒအဆိပ်အတောက်များကို ထုတ်လုပ်ခြင်းနှင့် စံနမူနာယူခြင်းအတွက် အခွင့်အလမ်းသစ်များ ဖွင့်လှစ်ပေးခြင်းဖြစ်ပါသည်။ ဒေတာ။