This research provides a comprehensive analysis of QSAR modeling performed on 25 aryl sulfonamide derivatives to predict their effective concentration (EC50) against H5N1 influenza A virus by using some numerical information derived from structural and chemical features (descriptors) of the compounds to generate a statistically significant model. Subsequently, the molecular docking simulations were done so as to determine the binding modes of some potent ligands in the dataset with the M2 proton channel protein of the H5N1 influenza A virus as the target. In building the QSAR model, the genetic algorithm task was employed in the variable selection of the descriptors which are used to form the multi-linear regression equation. The model with descriptors, RDF100m, nO, and RDF45p, showed satisfactory internal and external validation parameters (R2train = 0.72963, R2adjusted = 0.67169, Q2cv = 0.598, Rpred2=\documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb} \usepackage{amsbsy} \usepackage{mathrsfs} \usepackage{upgreek} \setlength{\oddsidemargin}{-69pt} \begin{document}$$ {R}_{\mathrm{pred}}^2= $$\end{document} 0.67295, R2test = 0.6860) which passed the model criteria of acceptability. Docking simulation results of the more potent compounds (ligands 2, 3, and 8) revealed the formation of hydrophobic and hydrogen bonds with the binding pockets of M2 protein of influenza A virus. The results in this study can help to advance the research in designing (in silico design) and synthesis of more potent aryl sulfonamides derivatives against H5N1 influenza virus.

中文翻译：

---

一些新型芳基磺酰胺衍生物作为 H5N1 甲型流感病毒亚型抑制剂的计算机 QSAR 和分子对接模拟

本研究对 25 种芳基磺酰胺衍生物的 QSAR 建模进行了全面分析，通过使用来自化合物结构和化学特征（描述符）的一些数值信息来预测它们对 H5N1 甲型流感病毒的有效浓度 (EC50)，从而生成具有统计学意义的模型。随后，进行了分子对接模拟，以确定数据集中一些有效配体的结合模式，以 H5N1 甲型流感病毒的 M2 质子通道蛋白为靶点。在构建 QSAR 模型时，遗传算法任务被用于对用于形成多元线性回归方程的描述符进行变量选择。带有描述符 RDF100m、nO 和 RDF45p 的模型，显示出令人满意的内部和外部验证参数（R2train = 0.72963, R2adjusted = 0.67169, Q2cv = 0.598, Rpred2=\documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb \usepackage{amsbsy} \usepackage{mathrsfs} \usepackage{upgreek} \setlength{\oddsidemargin}{-69pt} \begin{document}$$ {R}_{\mathrm{pred}}^2= $$\end {document} 0.67295, R2test = 0.6860) 通过了模型的可接受性标准。更有效的化合物（配体 2、3 和 8）的对接模拟结果揭示了与甲型流感病毒 M2 蛋白结合口袋的疏水和氢键的形成。本研究的结果有助于推进针对 H5N1 流感病毒的更有效的芳基磺酰胺衍生物的设计（计算机设计）和合成研究。72963，R2adjusted = 0.67169，Q2cv = 0.598，Rpred2=\documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb} \usepackage{amsbsy} \usesmath \usepackage{upgreek} \setlength{\oddsidemargin}{-69pt} \begin{document}$$ {R}_{\mathrm{pred}}^2= $$\end{document} 0.67295, R2test = 0.6860) 其中通过了可接受的模型标准。更有效的化合物（配体 2、3 和 8）的对接模拟结果揭示了与甲型流感病毒 M2 蛋白结合口袋的疏水和氢键的形成。本研究的结果有助于推进针对 H5N1 流感病毒的更有效的芳基磺酰胺衍生物的设计（计算机设计）和合成研究。72963，R2adjusted = 0.67169，Q2cv = 0.598，Rpred2=\documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb} \usepackage{amsbsy} \usesmath \usepackage{upgreek} \setlength{\oddsidemargin}{-69pt} \begin{document}$$ {R}_{\mathrm{pred}}^2= $$\end{document} 0.67295, R2test = 0.6860) 其中通过了可接受的模型标准。更有效的化合物（配体 2、3 和 8）的对接模拟结果揭示了与甲型流感病毒 M2 蛋白结合口袋的疏水和氢键的形成。本研究的结果有助于推进针对 H5N1 流感病毒的更有效的芳基磺酰胺衍生物的设计（计算机设计）和合成研究。Rpred2=\documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb} \usepackage{amsbsy} \usepackage{mathrsfs} \usepackage{upgreek} \setlength{\oddsidemargin }{-69pt} \begin{document}$$ {R}_{\mathrm{pred}}^2= $$\end{document} 0.67295, R2test = 0.6860) 通过了模型的可接受性标准。更有效的化合物（配体 2、3 和 8）的对接模拟结果揭示了与甲型流感病毒 M2 蛋白结合口袋的疏水和氢键的形成。本研究的结果有助于推进针对 H5N1 流感病毒的更有效芳基磺酰胺衍生物的设计（计算机设计）和合成研究。Rpred2=\documentclass[12pt]{minimal} \usepackage{amsmath} \usepackage{wasysym} \usepackage{amsfonts} \usepackage{amssymb} \usepackage{amsbsy} \usepackage{mathrsfs} \usepackage{upgreek} \setlength{\oddsidemargin }{-69pt} \begin{document}$$ {R}_{\mathrm{pred}}^2= $$\end{document} 0.67295, R2test = 0.6860) 通过了模型的可接受性标准。更有效的化合物（配体 2、3 和 8）的对接模拟结果揭示了与甲型流感病毒 M2 蛋白结合口袋的疏水和氢键的形成。本研究的结果有助于推进针对 H5N1 流感病毒的更有效的芳基磺酰胺衍生物的设计（计算机设计）和合成研究。