文摘
分子拓扑图形描述的拓扑指数,数值的措施。理论化学拓扑指标是用来表示数值数量的分子拓扑网络。这些拓扑指数可以用来计算几个化合物的理化性质,如沸点、熵,生成热,蒸发焓。图论方便时看一些派生的某些拓扑指数之间的联系图。在正在进行的研究中,我们确定ve-degree, ev-degree, mba (d - base)拓扑指数非诺贝特的化学结构。这些拓扑指数是萨格勒布指数,一般Randić指数、修改萨格勒布指数和被遗忘的拓扑指数。这些指标是非常有用的研究给定结构的表征。
1。介绍
图论是数学领域。它始于1736年,哥尼斯堡桥问题当欧拉发表他的作品哥尼斯堡七桥的城市。图论研究中被广泛使用的网络模型、电路、路线等。这个理论已经发现重要的应用程序计算、化学、物理、电力和土木工程,通信科学、运筹学、建筑、遗传学、社会学、心理学、人类学、语言学和经济学。它主要用于有机化学和化学图论。图论是基于顶点和边;在化学图论,顶点代表项目和边缘代表联系。在图论中,我们理解的定量组织性能关系(构象)和定量结构活性关系(部分)复合结构或公式。拓扑指数数值与化学结构相关联,用于关联的化学结构与化学稳定性等许多性质,药理作用和物理性质。他们从分子拓扑建模和开发分为显式结构的描述,如化学量子和隐藏的结构描述符,如疏水性、电常数。 The class of fenofibrate is referred to as antilipemic agents. It increases the natural processes to remove bad cholesterol from body. It decreases the fatty substances which are bad and also helps the fatty substances which are good for human body and reduces the risk of heart disease. Cholesterol has benefits when it remains in limit level, but when it increases from its level, it becomes a danger for the heart. In cholesterol, there are three main fats, low-density lipoprotein (LDL) and triglyceride are bad when increased but high-density lipoprotein (HDL) is known as good cholesterol. Fenofibrate is used to reduce LDL and triglyceride levels along with a low-fat diet and exercise. The main purpose of our research is to control the heart disease with the help of fenofibrate using topological index. We calculate the formula via ve-degree, ev-degree, and degree-based topological indices. In chemical graph theory, vertices represent atoms and edges represent bonding. The graph of a chemical structure is a simple undirected graph. A graph is a combination of nonempty sets和 。成员分别是顶点和边。顶点的程度吗边的数量 。一组顶点相连是开放的 ,用 。 封闭的社区吗 。拓扑指数是一个独特的数字,它定义了底层结构的分子图。这些拓扑指数是用来研究定量组织性能和关系。科学家使用的数值参数获得的化学分子结构和构象图网络。在药物设计中,它的应用程序。拓扑指数的概念首先由维纳引入,基于距离的拓扑指数。在1972 - 75年晚些时候,d - base萨格勒布指数和Randić指数。最近,Chellali et al。4)提出了两种新的学位在拓扑指数概念,称为ve-degree和ev-degree。讨论了数学概念(5]。经典程度概念(见[6- - - - - -8)等已经转化为ve-degree ev-degree萨格勒布指数,Randić指数,修改萨格勒布指数,逆度指数,和被遗忘的指数(见[9- - - - - -11])。发现他们给更好的预测结果比经典指数(12,13]。
1.1。动机
在过去的两年里,在众多国家COVID-19急剧飙升。许多药剂师生产多种药物来帮助COVID-19的管理。非诺贝特是一种物质,存在于各种anti-COVID-19药物。在实验室,研究其物理化学性质是非常昂贵和费时。我们工作,推导出数学方程利用拓扑指数,化学家为了提高它是有用的。
2。预赛
这里我们给出基本概念。考虑一个图与顶点集和边集。程度是顶点的边的数量的事件 ,表示为 。ve-degree的顶点边的数量是事件的亲密邻居的顶点吗 ,用 。的顶点数的封闭社区和的ev-degree优势 ,用 。
第一个萨格勒布指数(141972年推出的定义是
ve-degree萨格勒布β指数图被定义为
ve-degree萨格勒布α指数被定义为
ev-degree萨格勒布指数被定义为
Randić指数(15)被定义为
的ve-degree Randić指数图被定义为
的ev-degree Randić指数被定义为
萨格勒布ve-degree修改索引定义为
ev-degree修改萨格勒布指数图被定义为
的F指数(16)被定义为
的ve-degreeF指数被定义为
的ev-degreeF指数图被定义为
2.1。拓扑指数的应用
维纳创建拓扑指数的概念在调查烷烃沸点。拓扑指数用于研究定量组织性能关系(部分)和定量结构活性关系(构象)比较不同化合物的拓扑相似性。Randić指数已经与许多化学性质密切相关,但GA指数比Randić连接性指数。拓扑指数编码信息分子的大小、形状、分支,以数值形式等等,用于测量拓扑相似性化合物和部分)/(构象)研究。Randić指数与许多化学性质密切相关,发现平行沸点和Kovats常数。对于特定的物理化学性质,GA指数的预测能力有点比Randić连接性指数的预测能力。
3所示。方法
计算结果,我们使用顶点细分技术,边缘分区技术,检查技术,和邻居策略的程度。我们使用枫16的验证计算。
3.1。非诺贝特 结构
的非诺贝特的分子图在图给出1。对于以上的计算给定的非诺贝特公式 ,我们使用一个单位细胞。为了找到拓扑指数,我们分区的边缘。有边缘的边缘部门, 和 。有在第二边缘,边缘 和 。有第三边的边缘部门, 和 。有第四边缘的边缘部门, 和 。有1边在第五边部 和 。有在第六边边缘部门, 和 。有1在第七边缘部门优势, 和 。表1显示了非诺贝特的边缘分区。
非诺贝特的分子图如图2。
3.2。拓扑指数的证据
3.2.1之上。D萨格勒布的指数
我们mba萨格勒布指数计算用表1。
3.2.2。Ev -D萨格勒布的指数
我们计算ev-degree萨格勒布指数用表2。
3.2.3。Ve-Degree-Based萨格勒布指数
用表3,我们计算ve-degree萨格勒布α指数。
萨格勒布α指数:
萨格勒布β索引可以计算用表4。
3.2.4。D基于通用Randić指数
用表1一般,我们计算d - base Randić指数
为 ,
为 ,
为 ,
为 ,
3.2.5。Ev -D基于通用Randić指数
用表2一般,我们计算d - base Randić指数:
为 ,
为 ,
为 ,
为 ,
3.2.6。Ve-Degree-Based一般Randić指数
用表4一般,我们计算ve-degree Randić指数:
为 ,
为 ,
为 ,
为 ,
3.2.7。D的修改萨格勒布指数
用表5萨格勒布指数,我们计算d - base修改
3.2.8。Ev -D的修改萨格勒布指数
用表2,我们计算ev-degree修改萨格勒布指数:
3.2.9。萨格勒布Ve-Degree-Based修改索引
用表4萨格勒布指数,我们计算ve-degree修改
3.2.10。D的F指数
用表5,我们计算d - base F指数
3.2.11。Ev -D的F指数
用表2,我们计算ev-degree F指数
3.2.12。Ve-Degree-BasedF指数
用表6,我们计算ve-degree F指数
在图3,所有的派生指标以图形方式显示。的不同的行为指数图中可以看到。在表3结果是。
4所示。结论
拓扑描述符有溶剂的分子结构研究中一个重要的角色/构象和预测化合物的性质。非诺贝特是一种药物,用于结合健康的饮食来降低胆固醇和甘油三酯(含脂肪物质)水平在血液里。这可能有助于预防胰腺炎(胰腺的炎症或肿胀)引起的过度血液中的甘油三酸酯水平。在这项研究中,我们计算D的第一个萨格勒布指数ve-degree萨格勒布指数,萨格勒布指数、ev-degree萨格勒布指数、Randić指数,ve-degree Randić指数,ev-degree Randić指数,修改萨格勒布指数,ve-degree修改萨格勒布指数,ev-degree修改萨格勒布指数,F指数,ve-degreeF索引和ev-degreeF非诺贝特的指数。的帮助下,我们可以研究非诺贝特的物理化学性质。化合物测试在实验室非常昂贵和耗时的,而这简单的获得。药物的生产非诺贝特可以在很低的成本取得,可经常使用无处不在。未来的工作可能会对其他药物进行调查TI。
数据可用性
没有数据被用来支持本研究。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
每个作者做出了同等的贡献。手稿已经阅读所有的作者,他们都同意应该发表。