چکیده: در قسمت اول این تحقیق، مطالعات ارتباط کمی ساختار- فعالیت (QSAR)، برای مدل سازی و پیش بینی فعالیت ضد اختلال خواب یکسری از ترکیبات دی هیدرو کینولین توسعه یافت. روش های رگرسیون مرحله ای (SR) و الگوریتم ژنتیک(GA) برای انتخاب توصیف کننده های مناسب استفاده شدند. توصیف کننده های انتخاب شده توسط این دو روش برای مدل سازی و پیش بینی فعالیت ضد اختلال خواب این ترکیبات وارد شبکه عصبی مصنوعی (ANN) شدند. به منظور ارزیابی مدل های بدست آمده از روش های مختلفی مانند به کارگیری سری تست، رد مرحله ای تک تک داده ها و Y- تصادفی استفاده گردید. نتایج به دست آمده بیانگر توانایی پیش بینی مناسب هر دو روش SR-ANN و GA-ANN می باشد. ضرایب تعیین سری تست با روش های SR-ANN و GA-ANN به ترتیب 0/9042 و 0/8402 بدست آمد. در قسمت دوم این تحقیق، مدل سازی QSAR برای 42 ترکیب از مشتقات پیریدوپیریدازین به عنوان بازدارنده-های P38 MAP کیناز پیشنهاد شد. توصیف کننده های وارد شده بمنظور مدل سازی شبکه ی عصبی مصنوعی (ANN)، توسط دو روش رگرسیون مرحله ای و الگوریتم ژنتیک انتخاب شدند. ضرایب تعیین سری تست با روش های SR-ANN و GA-ANN به ترتیب 0/8607 و 0/8027 بدست آمد.