Pengoptimuman kelompok sebatian kimia menggunakan teknik algoritma genetik (GA) / Rosmayati Mohamed, Zuriana Abu Bakar and Naomie Salim

Proses mengenalpasli molekul-molekul yang berpotensi untuk dijadikan ubat merupakan satu proses yang rumit dan lama. Kewujudan berjuta-juta molekul dalam pangkalan data kimia menambahkan lagi kesukaran kepada ahli kimia untuk memprosesnya. Disebabkan oleh faktor kos dan masa, algoritma pemilihan seb...

Full description

Saved in:
Bibliographic Details
Main Authors: Mohamed, Rosmayati, Abu Bakar, Zuriana, Salim, Naomie
Format: Conference or Workshop Item
Language:English
Published: 2006
Subjects:
Online Access:https://ir.uitm.edu.my/id/eprint/81651/1/81651.PDF
https://ir.uitm.edu.my/id/eprint/81651/
Tags: Add Tag
No Tags, Be the first to tag this record!
Institution: Universiti Teknologi Mara
Language: English
Description
Summary:Proses mengenalpasli molekul-molekul yang berpotensi untuk dijadikan ubat merupakan satu proses yang rumit dan lama. Kewujudan berjuta-juta molekul dalam pangkalan data kimia menambahkan lagi kesukaran kepada ahli kimia untuk memprosesnya. Disebabkan oleh faktor kos dan masa, algoritma pemilihan sebatian telah digunakan di mana hanya satu set perwakilan kecil sebatian dipilih daripada sebuah pangkalan data kimia yang besar. Salah satu teknik dalam pemilihan sebatian adalah dengan menggunakan pengelompokan. Algoritma pengelompokan Ward untuk mengelompokkan molekul-molekul yang diwakilkan dalam bentuk perwakilan molekul 2D sering digunakan dalam penyelidikan kimia informatik. Dalam kajian ini, teknik algoritma genetik (CA) digunakan untuk mengoplimumkan kelompok-kelompok yang diperolehi melalui pengelompokan Ward dan hasil ujikaji dibandingkan dengan pengelompokan Ward. Perbandingan di antara kelompok-kelompok yang dihasilkan menggunakan Ward dan kelompok-kelompok yang dioptimumkan menggunakan GA mendapati kelompok yang dioptimumkan menggunakan GA menunjukkan peningkatan dari segi jarak ketidakserupaan antara kelompok. Ini menunjukkan penggunaan GA dalam pengelompokan Ward mempunyai kecenderungan dalam menghasilkan pemilihan sebatian yang lebih pelbagai.