Kimyoviy bog’lanishlarning elektron tuzilishi va xossalari

SDBS - Spectral Database for Organic Compounds
SDBS ma'lumotlar bazasi-bu ixlosmandlarning sa'y-harakatlari bilan emas, balki davlatning kuchli ko'magi bilan ilmiy tashkilotlar tomonidan yaratilgan juda keng bo'lmagan bepul axborot resurslarining vakili. Bunday holda, biz Yaponiyaning ilg'or sanoat fanlari va texnologiyalari Milliy instituti (AIST) mahsuloti bilan shug'ullanmoqdamiz.
30 mingdan ortiq organik moddalarni o'z ichiga olgan SDBS ma'lumotlar bazasida olti turdagi spektroskopik ma'lumotlar doimiy ravishda to'planadi: massa, NMR - (¹ H va ¹³ C yadrolarida), ir -, EPR-va kr - spektrlar.
NMR spektrlari taxminan 15 ming modda uchun berilgan; ularning aksariyati eksperimental ravishda olingan va Aist laboratoriyalarida tasdiqlangan, kichik qismi nazariy jihatdan hisoblangan.

	ChemDB Cheminformatics Portal (cdb.ics.uci.edu/) ► ChemDB bepul onlayn kimyo vositalarini taklif etadi. Hozirgi versiyada 4 milliondan ortiq birikmalar tavsifi va 8 milliondan ortiq izomerlar mavjud.
	ChemIndustry.com (www.chemindustry.com) ► Farmakologik va biotexnika sanoati, ilmiy uskunalar va boshqalar bo'yicha ma'lumotlar bazasi.kitoblar, ma'lumotnomalar, jurnallar va byulletenlar katalogi mavjud.
	Chemical Structure Lookup Service (cactus.nci.nih.gov) ► Kimyoviy tuzilmalar bo'yicha" manzillar kitobi". Kimyo bo'yicha bir nechta ma'lumotlar bazalarini birlashtiradi.
	ChemIDplus (chem.nlm.nih.gov/chemidplus/) ► AQSh milliy tibbiyot kutubxonasi tomonidan yaratilgan ma'lumotlar bazasida 400 mingga yaqin organik va ba'zi noorganik birikmalar, ahamiyatsiz va savdo nomlari, tuzilishi, toksikligi, asosiy fizik xususiyatlari, ushbu modda haqida ma'lumot mavjud bo'lgan boshqa NLM ma'lumotlar bazalariga havolalar mavjud.
	ChemSynthesis (www.chemsynthesis.com) ► Chemsynthesis-kimyoviy moddalar ma'lumotlar bazasi, shuningdek, ularni sintez qilish usullari va zichlik, erish nuqtasi, qaynash nuqtasi va boshqalar kabi fizik xususiyatlari haqida ma'lumotlarni o'z ichiga oladi.
	ChemView (chemview.epa.gov/chemview) ► Amerika atrof-muhitni muhofaza qilish agentligi (EPA) toksik moddalarni nazorat qilish to'g'risidagi qonun (TSCA) nazorati ostida sog'liq va xavfsizlik ma'lumotlarini taqdim etadi. Ushbu ma'lumot epaning agentlik tomonidan TSCA ma'lumotlarining shaffofligini oshirishga urinishining bir qismidir va AQShda ishlab chiqarilgan yoki import qilingan kimyoviy moddalar haqida ko'proq ma'lumot olishga qiziqqan odamlar uchun mo'ljallangan.
	The Conservation and Art Materials Encyclopedia Online (cameo.mfa.org/) ►Dastlab Boston tasviriy san'at muzeyi tomonidan 1997 yilda Materialshunoslik ma'lumotlar bazasi sifatida tashkil etilgan ma'lumotlar bazasida san'at ob'ektlarini tiklash va saqlashda qo'llaniladigan atamalar, materiallar va texnologiyalar to'g'risidagi ma'lumotlar mavjud.
	Crystallography Open Database (www.crystallography.net/cod/) ► Biopolimerlar bundan mustasno, organik, noorganik, metall-organik birikmalar va minerallarning kristalli tuzilmalari ma'lumotlar bazasi.

Zaryad taqsimoti taxlili usullari. Androidlar (smartfonlar) uchun mo`ljallangan kimyoga oid dasturlar

Birinchi yaqinlashishda elektr zaryadining taqsimlanishini tahlil qilganda, molekulani valentlik elektronlari tizimi va atom skeletlarining molekulyar orbitallarini hosil qilishda ishtirok etmaydigan tizim deb hisoblash qulay. Shu nuqtai nazardan, h i molekulasini proton, li-elektron, C1 atomining skeletidan (yadro va 16 elektron) iborat tizim sifatida tasavvur qilish mumkin

Molekulaning alohida qismlari (atomlari) bo'yicha zaryad taqsimotini aniqlaydigan molekulyar to'lqin funktsiyasini tahlil qilish atomlardan molekula hosil bo'lganda elektron taqsimotining o'zgarishini miqdoriy ifodalashga imkon beradi. Ushbu ma'lumotlar kvant-kimyoviy hisoblashning ionlik, kutupluluk va bog'lanish kovalentligi sifatli talqin qilinishiga asos bo'lishi mumkin . Darhol ta'kidlash kerakki, keyingi taqdimotda barcha zaryadlar elektronning elementar zaryad birliklarida berilgan. ]

Zaryadlarning molekula ichidagi taqsimlanishini tahlil qilishda har qanday qutbli molekula hosil bo'lgan dipol sifatida ko'rib chiqiladi, bu uning tarkibiga kiradigan barcha elementar dipollarning natijasidir. Ushbu yondashuv molekulaning umumiy dipol momentining qo'shilishi haqidagi postulatga asoslanadi. Ushbu postulatga ko'ra, turli xil bog'lanishlar yoki guruhlarga ma'lum bir bog'lanish yoki guruh mavjud bo'lgan molekuladan mustaqil ravishda dipol momentlarining ma'lum qiymatlari berilishi mumkin. Molekulaning umumiy dipol momenti bog'lanishlar yoki guruhlarning dipol momentlarining vektor yig'indisi sifatida qaraladi. 

Agar (V. 4) tenglama nazariyaga qat'iy mos keladigan bo'lsa ham, u eksperiment bilan aniq muvofiqlashtirishga olib kelishi mumkin emas edi, chunki nazariyaning o'zi ba'zi taxminlarga asoslanadi. Birinchidan, eritmadagi ko'pchilik oqsillarning molekulalarining shakli faqat sharsimon deb hisoblanishi mumkin. Bundan tashqari, oqsil molekulasi yuzasiga yaqin tekis taqsimlanishi haqidagi taxminning qonuniyligi shubhali. Protein globulasi ichidagi kislotali guruhlardan proton sirtdagi bir xil guruhlarga qaraganda ko'proq qiyinchilik bilan ajralib turishi kerak. Yon zanjirlarning tebranishlari zaryadning bulg'anishiga olib kelishi mumkin. Biroq, globula yuzasida qat'iy pozitsiyani egallagan zaryadlangan yon zanjirlar mavjud. Bundan tashqari, nazariya butun hajmda bir xil dielektrik o'tkazuvchanlik qiymatidan kelib chiqadi. Aslida, oqsilning suvli eritmasiga har qanday elektrolit qo'shilsa, oqsil molekulalari qutblanadi va shuning uchun har bir oqsil molekulasi yaqinidagi mahalliy dielektrik doimiyligi hajmli dielektrik doimiyligidan kam yoki undan kam bo'lishi mumkin. Afsuski, haqiqiy qiymatni aniqlash usullari mahalliy dielektrik o'tkazuvchanlik mavjud emas. Shunday qilib, ushbu model elektrostatik o'zaro ta'sirning qiymatini oshirib yuborishga olib keladi, bu esa bulg'angan zaryadning mavjudligini tan oladi va shu bilan birga bir xil qiymatni pasaytiradi, bu esa hajm qiymatidan foydalanish imkoniyatini beradi.e ushbu kompensatsion ta'sir tufayli nazariya hali ham eksperimental ma'lumotlarga juda yaqin natijalarni beradi. Globulyar oqsillarning titrlash egri chiziqlarini tahlil qilish shuni ko'rsatadiki, ular ionlar kirmaydigan etarlicha o'tkazmaydigan molekulalardir. Protein bilan bog'langan suv molekulalari globula yuzasida joylashgan. 

Molekulyar dinamika (MD).

Molekulyar dinamikasi

Ilova haqida
clear
MMD-bu Android uchun molekulyar dinamikaning klassik usulini amalga oshirish. Molekulyar dinamika usuli-bu zarrachalar (molekulalar, atomlar) harakatini kompyuterda modellashtirish usuli. Modellashtirish zarrachalar ansambli uchun berilgan boshlang'ich va chegara sharoitida, shuningdek zarrachalarning o'zaro ta'sirini tavsiflovchi potentsial funktsiyadan foydalangan holda amalga oshiriladi.

Zarrachalar traektoriyalari Nyuton harakat tenglamalarini birlashtirish uchun ma'lum va yaxshi tasdiqlangan Verle tezlik usuli yordamida raqamli ravishda aniqlanadi. Zarrachalarning juft o'zaro ta'siri analitik tarzda tavsiflanadi va uning qiymati ikki zarracha orasidagi masofaga bog'liq bo'lgan potentsial funktsiya bilan belgilanadi.

Fizikada MMD mikro darajadagi dinamik ta'sirlarni o'rganish uchun ishlatiladi, bu fan rivojlanishining ushbu bosqichida hali ham bevosita kuzatilmaydi. Mobil qurilmalar kontekstida MMD mikropartikullar fizikasi asoslarini tushunishga yordam beradigan kichik mobil laboratoriya sifatida ishlatilishi mumkin. Bundan tashqari, ushbu usul jonli fon rasmi sifatida foydalanish oson bo'lgan qiziqarli dinamik rasmlarni yaratishga imkon beradi.

Ilovaning asosiy xususiyatlari:

- Ilovani ekran sozlamalarida sozlangan zarrachalar tizimining "hayotini" ko'rsatadigan jonli fon rasmi sifatida tanlash mumkin.
- Jonli fon rasmi rejimida ilova fon rasmi sifatida tizim statik fon rasmidan foydalanishi mumkin. Bu sizning sevimli rasmlaringizni yuqoridan "suzuvchi" zarralar ansambli bilan birlashtirishga imkon
beradi-asosiy dasturda qilingan sozlamalardagi o'zgarishlar darhol jonli fon rasmi tomonidan qabul qilinadi, bu esa ushbu fon rasmlarini sozlashni osonlashtiradi
- Zarrachalar ansamblining boshlang'ich tuzilishini o'rnatish qobiliyati men to'rtburchaklar yoki diagonal to'rlardan foydalanaman
- Tizim energiyasini normallashtirish uchun chegara shartlarini tanlash imkoniyati (umumiy energiyaning doimiyligi, kinetik energiyaning doimiyligi yoki cheklovlarsiz)
- Kinetik energiya aniqlangan taqdirda, tizimni isitish yoki sovutishni chiqaradigan termal koeffitsientni o'zgartirish mumkin
- Tortishish kuchini o'zgartirish imkoniyati. Qurilmaning aylanishi bilan tortishish yo'nalishini o'zgartirish mumkin
- Tanlangan juftlik o'zaro ta'sir potentsialini o'zgartirish va tasavvur qilish qobiliyati. Quyidagi potentsiallar amalga oshirildi: Lennard-Jons, Morse va Born-Mayer
- Kichik o'rnatilgan rasmlar kutubxonasidan zarracha uchun rasmni tanlash imkoniyati
- Tanlangan jismoniy sohaga yaqinlashish va harakatlanish qobiliyati

Eslatma: jonli fon rasmi rejimida ham ushbu dastur zarrachalar harakati tenglamalari tizimini echish uchun juda ko'p hisob-kitoblarni amalga oshiradi. Shuning uchun, u birinchi navbatda ko'p yadroli protsessor va kuchli batareyaga ega qurilmalar uchun mo'ljallangan. Ilovani yaxshilashga yordam bering!
- Agar dastur tushib qolsa yoki muzlab qolsa, hisobot tugmasini bosing, bu xatoni topishni juda osonlashtiradi.
- Agar siz dasturni noto'g'ri deb hisoblasangiz, iltimos, men bilan pochta orqali bog'laning, shunda men sizdan tafsilotlarni so'rashim mumkin

Harakatlarni sonli ifodalash usullari. MD bo`yicha hisoblash majmualari

Bugungi kunda biologik makromolekulalarni o‘rganishda MD usullari keng qo‘llanilmoqda. MD usullarida ta‘sirlashayotgan biologik sistemalarning energetik
sathdagi global minimumini topish makromolekulada mavjud bo‘lgan ko‘pchilik lokal minimumlar tufayli juda murakkab. Shuning uchun ham tarkibida 1000-dan
ortiq suv molekulasini, ligand molekulasini va makromolekulani birgalikda qo‘shib his Masalan, quyidagi oqsil molekulasini (a) MD usulida o‘rganish uchun 15800-ta suv molekulasini tutgan sferik yacheyka hosil qilingan (b): oblaydigan MD hisoblashlari asosan superkompyuterlarda olib boriladi.

Oqsil molekulasini va 15800-ta suv molekulasini tutgan sferik
yacheyka
Ushbu ko‘rinishdagi sistemalarni talab qilingan qadam (500 qadam/1 ps) va tezlikni (24 qadam/sek) inobatga olgan holda 30 ns davomidagi dinamikasini shaxsiy kompyuterlarda hisoblash uchun qariyb 20000 soat (833 kun) vaqt ketadi. Super kompyuterlarda qariyb 1 oy mobaynida hisoblash mumkin. MD hisoblashlarini uchun mo‘ljallangan Gromacs, LAMMPS, AMBER, Monte Carlo va boshqa dasturlar mavjud. HyperChem dasturida ham kichik molekulalar uchun MD hisoblashlarini ma‘lum vaqt davomida qizdirish yoki sovitish natijasida umumiy energiya o‘zgarishini hisoblash mumkin. Undan tashqari, birikmalarni suv muhitidagi (200-dan ortiq suv molekulasini tutgan to‘rtburchak yacheyka) ma‘lum bir vaqt oralig‘idagi dinamikasini hisoblash
mumkin.
LAMMPS- bitta protsessorda yoki parallel ravishda xabar uzatish texnikasi va simulyatsiya domenining fazoviy parchalanishidan foydalangan holda ishlaydi. Uningko'pginamodellaridaprotsessorlar, GPUlar va Intel Xeon Phis-da tezlashtirilgan ishlashni ta'minlaydigan versiyalar mavjud. Kodni o'zgartirish yoki yangi funksiyalar bilan kengaytirish oson bo'lishi uchun yaratilgan.
Popl, Dyuar va Styuartlarning hisoblash usullarining rivojlanishida tutgan o`rni


Yarim empirik usullarning rivojlanishida differensial qoplanishni umuman e‘tiborga olmaydigan –nol holatdagi differensial qoplanish (ingliz tilida ZDO – Zero Differential Overlap) yaqinlashuviga asoslangan usullar katta rol o‘ynadi. Bu yaqinlashuv usuli 1953 yilda bir-biridan mustaqil holatda Parizer va Parr hamda Popl tomonidan kiritilgan (shu sababli PPP usuli deb ham nomlanadi). NDQ yaqinlashuviga asoslangan usullardan biri, 1965 yilda J. Popl tomonidan yaratilgan CNDO (Complete Neglet of Differential Overlap – differensial qoplanishni umuman inobatga olmaslik) usuli va uning variantlari – CNDO/1 va CNDO/2 hisoblanadi. Bu usulda differensial qoplanish to‘liq inobatga olinmaydi Eng birinchi yaratilgan va mashhur hisoblash majmualaridan biri J. Popl tomonidan yaratilgan GAUSSIAN hisoblash majmuasidir. Bugungi kunda ushbu usulning shaxsiy kompyuterlarga mo‘ljallangan Windows va Linux operatsion sistemalarida ishlaydigan variantlari yaratilgan. GAUSSIAN hisoblash majmuasi keng imkoniyatga ega bo‘lib, kimyoning deyarli barcha sohalaridagi muammolarni yechishga mo‘ljallangan va o‘z ichiga ayrim yarim empirik hamda juda ko‘p noempirik hisoblash usullarini
qamrab olgan.
GAMESS (General Atomic and Molecular Elektronic Structure System) Gordon guruhi tomonidan yaratilgan kvant-kimyoviy hisoblash majmuasi sanaladi. Uning PC/GAMESS varianti A. Granovskiy tomonidan Windows uchun modifikatsiya qilingan. Ushbu variant 2009 yildan boshlab Firefly deb nomlanmoqda. U bir necha yarim empirik va noempirik hisoblash usullarini o‘z ichiga olgan. Yana shuningdek, DFT, MP2-4 hisoblashlarini amalga oshirish mumkin. UB- va IQspektrlarini DFT va noempirik usullarda hisoblash mumkin. Ham yarim empirik ham noempirik, yana shuningdek molekulyar mexanika usullarida hisob-kitob o‘tkazish imkoniyatini beruvchi majmualardan biri HyperChem hisoblanadi. GAUSSIAN va GAMESS dasturlaridan farqli ravishda hisoblanishi kerak bo‘lgan birikmaning geometriyasi xuddi qalam bilan chizilgandek hosil qilinadi va hisoblashlarni bevosita kuzatib turish imkoniyati mavjud, yani vizualizatsiya qilingan. HyperChem dasturiga MM+, AMBER, BIO+ va OPLS MM usullari kiritilgan. Yarim empirik hisoblashlar uchun mo‘ljallangan, keng tarqalgan majmualardan biri МОРАС sanaladi. J. Styuart (J. Stewart) 1981 yildan boshlab uni yaratishni boshlagan, lekin birinchi varianti 1989 yilda yaratildi. 1989-2000 yillar mobaynida kimyoning barcha muammolarini yechishga bag‘ishlangan ilmiy maqolalar turli xil nashrlarda chop etildi. Ilk variantlarida (Mopac6 va Mopac7) MINDO/3, MNDO, AM1 va PM3 usullari kiritilgan edi. Bugungi kudagi oxirg versiyasi МОРАС2012 dasturida MINDO/3, MNDO, AM1, PM3, RM1, PM6 va
РМ7 yarim empirik usullari mujassam.

Onlayn ko`rinishdagi birikmalarning elektron bazalari bilan tanishish

Ma'lumotlar bazasi ma'lumotlarni yig'ish, qayta ishlash va ko'rsatish uchun asos bo'lib xizmat qiladi. Ular umumiy xususiyatlarga ega ma'lumotlarni umumlashtiradi va boshqaruvni osonlashtiradi. Ma'lumotlar bazasini yaratish va ular bilan ishlash har doim ham dasturlash ko'nikmalarini talab qilmaydi. Ba'zi onlayn ma'lumotlar bazalarining afzalligi shundaki, ular bepul va ulardan foydalanish oson.

Amazon RDS - qisman bepul bo'lgan onlayn ma'lumotlar bazasi. Siz "bepul kvota" bo'yicha ma'lumotlar bazasida ishlash uchun oyiga 720 soat olasiz. Bulutda siz quyidagi ma'lumotlar bazalaridan birini o'rnatasiz:

MySQL
MariaDB

PostgreSQL
Oracle BYOL
SQL Server Express Edition
Shuningdek, ma'lumotlarni avtomatik zaxiralash uchun 20 GB olasiz.
Vaqt chegarasi tufayli Amazon RDS ilovalarni sinab ko'rish yoki Amazon xizmatlari bilan tanishish uchun ko'proq mos keladi.
Amazondan tashqari, Google ma'lumotlar bazasi bozoridagi yana bir yirik o'yinchidir. Google Cloud bepul onlayn ma'lumotlar bazasi xizmatlariga ega. Bepul daraja quyidagilarni o'z ichiga oladi:
kompyuter dvigateli
Bulutli saqlash
BigQuery
Asosan, Google Cloud Platform-ga ro'yxatdan o'tganingizda, siz 300 dollarlik kredit olasiz.
Agar bepul daraja chegarasiga yetmasangiz, balansingizdan yoki Googlega kiritgan toʻlov usulidan hech narsa undirilmaydi.
Microsoft SQL Server Amazon va Google haqida gapirganda, Microsoft-ni e'tiborsiz qoldirib bo'lmaydi. Sizda uchta variantdan birini tanlash imkoniyati mavjud:

Azure-dagi Microsoft SQL Server: Azure bulutida ishlaydigan onlayn ma'lumotlar bazasi.

Microsoft SQL Server Edge: Ushbu relyatsion ma'lumotlar bazasi bilan siz IoT ilovalari uchun chekka hisoblash kontseptsiyasini amalga oshirishingiz mumkin. Microsoft bag'ishlangan SQL Server: Bu yerda siz ma'lumotlaringiz qayerda saqlanishini bilasiz va gibrid ma'lumotlar platformasiga tayanishingiz mumkin.
Oracle ma'lumotlar bazasi Yana bir mashhur relyatsion ma'lumotlar bazasi - Oracle ma'lumotlar bazasi. Uning asosiy funktsiyalari ilovalarni ishlab chiqish va ma'lumotlarni saqlashni o'z ichiga oladi. Agar siz bepul onlayn ma'lumotlar bazasini izlayotgan bo'lsangiz, sizda ikkita variant bor: Oracle avtonom tranzaktsiyalarini qayta ishlash: Ma'lumotlarni saqlash usuli interaktiv ma'lumotlar bazasi bilan kundalik vazifalarni bajarishni osonlashtiradi. Oracle avtonom ma'lumotlar ombori: Ushbu turdagi ma'lumotlar ombori tahlilni osonlashtiradi. Ikkala holatda ham ma'lumotlar bazasini saqlash maydoni 20 GB bilan cheklangan.
BuildQsar dasturida struktura –xossa biologik faollik modellarini olish
Miqdoriy (QSAR, kvant tuzilishi faoliyati munosabatlari, miqdoriy tuzilish-faoliyat munosabatlari; QSPR, kvant tuzilishi xususiyatlari munosabatlari, miqdoriy tuzilish-mulk munosabatlari) "tuzilish - faoliyat" / "tuzilish-mulk" nisbatlarini qidirishga asoslangan kimyoviy birikmalar xususiyatlarini kompyuter yordamida bashorat qilish usullari oldindan belgilangan moddalar bilan moddalarni loyihalashda qo'llaniladi. xususiyatlari va yangi birikmalarning xususiyatlarini bashorat qilish. Ushbu usullarni qo'llash yangi birikmalarning xususiyatlarini sintez qilish va sinovdan o'tkazish uchun eksperimental protseduralar vaqtini va xarajatlarini kamaytirishga imkon beradi. So'nggi 20 yil ichida mikroelektronika, ekologiya, tibbiyot, farmatsevtika va boshqalar ehtiyojlari uchun ishlab chiqilgan yangi materiallar sonining ko'payishi munosabati bilan QSAR/QSPR usullariga fan va texnikaning turli sohalarida talab sezilarli darajada oshdi. Ushbu usullar faol rivojlanmoqda va ularni qo'llash ob'ektlari doirasi, ayniqsa materiallar va supramolekulyar tizimlarning xususiyatlarini bashorat qilish sohasida kengaymoqda. Masalan, bugungi kunda QSPR materiallari sohasidagi nashrlarning 29 foizi polimerlarni, 19 foizi katalizatorlarni, 16 foizi nanomateriallarni, 12 foizi, 10 foizi va 2 foizi superkritik CO 2, ionli suyuqliklar va keramikani o'rganishga bag'ishlangan [1]. QSAR/QSPR metodologiyasi va unga asoslangan usullarni qo'llashga ko'plab monografiyalar, sharhlar va ishlar bag'ishlangan [1-8]. QSAR/QSPR metodologiyasi molekula tuzilishidagi o'zgarishlar moddaning makroskopik xususiyatlarining o'zgarishiga ta'sir qiladi degan taxminga asoslanadi. Molekulyar tuzilish va makroskopik xususiyatlar (masalan, biologik faollik yoki fizik-kimyoviy xususiyatlar) o'rtasidagi bog'liqlik mashinani o'rganish usullarining statistik apparati yordamida funktsional bog'liqlik sifatida hisoblanadi. Bugungi kunda hisoblash majmualarida birikmalarning elektron tuzilishini va geometrik xarakteristikalarini ifodalash maqsadida besh mingdan ortiq deskriptorlar aniqlangan. Deskriptorlarni hisoblaydigan maxsus dasturlar yaratilgan. Shulardan eng mashhuri Dragon (komersial) dasturi hisoblanadi. Uning oxirgi versiyasi ma‘lum bo‘lgan deskriptorlarning hammasini hisoblash imkoniyatini beradi. Uning bepul variantida 1400-ga yaqin 18-ta kategoriyadagi deskriptorlarni hisoblash mumkin Yaratilgan deskriptorlar birikmalarning reaksion qobiliyati, fizik-kimyoviy xarakteristikalari va biologik faollikni matematik modellashda, ya‘ni miqdoriy jihatdan baholovchi matematik tenglamalar (modellar) tuzishda keng qo‘llanilmoqda QSAR yoki QSPR sohasida 1-chi bosqichda bir qator birikmalarning tajribada o‘rganilgan faolligini yoki xossasini ifodalovchi kattaliklar uchun deskriptorlardan foydalangan holda matematik model tuziladi Biologik faollikni ko‘rsatuvchi parametr sifatida IC50 (inhibitory concentration), EC50 (effective concentration) yoki ED50(effective dose) olinishi mumkin. Birikmalarning toksikologiyasi o‘rganilayotgan bo‘lsa, LD50 (lethal dose 50%) olinadi. Bu kattaliklar 1/LogIC (1/LogED, 1/LogLD) holatiga o‘girilgan holda olinadi. Modellar tuzish jarayonida modelning ishonchli bo‘lishi muhim ahamiyat kasb qiladi. Ishonchli modellar olish uchun o‘rganilayotgan birikmalarning 75-80foizi tajriba guruhiga qolgan 20-25 foizi test guruhiga ajratiladi. Buning uchun umumiy birikmalar soni 40-dan ortiq bo‘lishi tavsiya qilinadi. Aytaylik, bizda BF qiymatlariga ega 40-ta birikma bor. Uning 10-tasini (25%) test guruhiga ajratamiz. Qolgan 30 tasi asosida matematik model tuzamiz. BuildQsar dasturida o‘rganilayotgan 30-ta birikmaning BF kattaligi(Log1/IC) Y[1] deb, deskriptorlar X[1] …X[n] belgilanadi. Dasturga korrelyasi koeffisienti R2 ≥ 0.7 bo‘lgan, 1-7 deskriptordan tarkib topgan modellarni top deb komanda berish mumkin. Shuni ta‘kidlab o‘tish kerakki, topiladigan modeldagi deskriptorlar soni o‘rganilayotgan birikmalar soniga ko‘ra ma‘lum bir chegaraga ega. Topiladigan modeldagi maksimal deskriptorlar sonini (DS) birikmalar sonini (BS) 5-ga bo‘lish orqali topiladi: DS=BS/5. Demak, qaralayotgan 30-ta birikma uchun tanlanadigan modelda deskriptorlar soni 6-tadan oshmasligi kerak (Y =X1+X2+X3+X4+X5+X6). Bitta, ikkita, uchta, to‘rtta, beshta va oltita deskriptorli modellar ichidan korrelyasiya koeffisienti (R2) eng yuqori bo‘lganlari tanlab olinadi. Olingan modellar, test guruhidagi birikmalar uchun hisoblangan deskriptorlarni ushbu modelga qo‘yib bashorat qilingan biologik faollik kattaligi aniqlanadi. Test guruhi birikmalari uchun tajribadan ma‘lum bo‘lgan BF kattaligi va bashorat qilingan BF kattaligi orasidagi miqdoriy bog‘liqlik (R2test) aniqlanadi.Ushbu qiymat R2test ≥ 0.7 bo‘lsa topilgan model ishonchi model sanaladi.