12.03.2013 Views

040824_miljouppdraget-rapport

040824_miljouppdraget-rapport

040824_miljouppdraget-rapport

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

Trimetoprim (J01E4)<br />

Amikacin (J01G1)<br />

Meropenem (J01D17)<br />

N<br />

Saquinavir (J05A10)<br />

O<br />

H<br />

N<br />

N<br />

H 2<br />

O<br />

N<br />

H<br />

O<br />

246<br />

OH<br />

Ampicillin (J01C3)<br />

O<br />

N<br />

H<br />

Amoxicillin (J01C2)<br />

Figur 11. Strukturformler för valda föreningar i träningssetet<br />

QSAR-modeller<br />

H<br />

N<br />

H<br />

Cilastatin (J01D13)<br />

Piperacillin (J01C6)<br />

QSAR-modeller för antibiotika har beräknats med de fysikalisk-kemiska variablerna från Dragon och två<br />

olika miljörelaterade egenskaper. Vi har framförallt inriktat oss på bionedbrytning men även skapat en<br />

modell för effekter på vattenloppor. Målet med detta moment var att skapa modeller med hög prediktiv<br />

förmåga för att möjliggöra prediktioner av effekter av läkemedel vars miljöeffekter ännu inte är kända.<br />

Bionedbrytning<br />

De första modellerna gjordes för att testa hur väl träningssetet representerar den fysikalisk-kemiska variationen<br />

i hela datasetet. Därför skapades modeller både baserat på de 20 antibiotika i träningssetet samt alla<br />

81 antibiotika. Anledningen till att bara 81 substanser, istället för 83, användes i modelleringen var att det<br />

inte gick att få fram värden på bionedbrytningen för alatrofloxacin (J01M1) och trovafloxacin (J01M6).<br />

Statistisk data från denna studie är presenterad i tabell 3. Båda modellerna har två signifikanta komponenter<br />

och använder lite drygt hälften av informationen i de kemiska variablerna (R 2 X). Noterbart är att den prediktiva<br />

förmågan är bättre för modellen med enbart träningssetet mätt både som Q 2 och RMSEE (Root<br />

mean squared error of estimate). Värdet RMSEE ger en direkt indikation på felet i modellen omvandlat till<br />

modellerad skala, dvs. ett RMSEE på 0,18 betyder att prediktionerna för substanserna har ett fel på ±0,18<br />

för en effekt som varierar mellan 1 och 3 (se figur 12). Orsaken till att modellen med enbart träningssetet är<br />

bättre än den för alla antibiotika är att några extrema föreningar ger en stor negativ påverkan på modellen<br />

för alla.<br />

Tabell 3. Statistisk data från PLS modellerna för bionedbrytning av antibiotika<br />

Modell<br />

Antal<br />

komponenter R 2 X (cum) R 2 Y (cum) Q 2 (cum) RMSEE RMSEP<br />

Alla 2 0,52 0,74 0,69 0,33 -<br />

Träningsset 2 0,52 0,92 0,73 0,18 0,42

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!