چکیده: پروتئین کینازها، به‌ویژه کیناز LIM (LIMK) که در تنظیم اسکلت سلولی و متاستاز سرطان نقش دارد، اهداف دارویی مهمی در تحقیقات نوین محسوب می‌شوند. با توجه به نقش LIMK در تهاجم سلول‌های سرطانی، توسعه مهارکننده‌های اختصاصی آن، گامی اساسی در جهت یافتن درمان‌های نوین ضدسرطان خواهد بود. مشتقات تتراهیدروپیریدین به دلیل انعطاف‌پذیری ساختاری و توانایی برقراری برهم‌کنش‌های متنوع، پتانسیل بالایی به عنوان مهارکننده LIMK نشان داده‌اند. با این حال، تعیین تجربی ثابت بازدارندگی (Ki) این ترکیبات فرآیندی زمان‌بر و پرهزینه است. در این پروژه، مدل‌سازی کمّی ساختار-فعالیت (QSAR) به همراه داکینگ مولکولی، رویکردی کارآمد برای پیش‌بینی سریع و هدفمند فعالیت ترکیبات تتراهیدرو پیریدین گزارش شده است. این رویکرد امکان شناسایی ترکیبات دارای پتانسیل بازدارندگی علیه پروتئین LIMK و همچنین طراحی ترکیبات جدید با ویژگی‌های ساختاری مطلوب را در میان مشتقات تتراهیدروپیریدین فراهم می‌سازد.در این مطالعه از روش انقباضی لاسوی تطبیقی (ALASSO) برای انتخاب متغیر و هم چنین ساخت مدل QSAR استفاده شده است. روش ALASSO با انتخاب بهترین متغیرها و کاهش تعداد متغیرها امکان ساخت مدل QSAR با کمترین خط بیش برازش و تفسیرپذیر و با قدرت پیش بینی بالا را فراهم می کند. اعمال روش ALASSO منجر به ایجاد مدلی با تعداد 7 توصیفگر گردید. کارایی مدل با استفاده از داده های آزمون خارجی ، روش LOO و پارارمترهای آماری ارزیابی گردید. مقادیر MSE و R2 به ترتیب برابر با 10/0 و 87/0 برای سری داده های آزمون خارجی و مقدار Q2 برای پیش بینی کل داده ها به روش LOO برابر 78/0 بدست آمد. نتایج حاصل بیانگر مدلی تنک (با تعداد 7 متغیر) بوده و خطای پیش بینی قابل قبولی را نشان می دهد. به علاوه مقادیر R2 و Q2 مدل به ترتیب از مقادیر پذیرفته شده 6/0 و 5/0 بیشتر بوده که بیانگر رضایت بخش بودن مدل QSAR است. با استفاده از مدل QSAR فعالیت ترکیبات پیشنهادی پیش بینی گردید و درستی ترکیبات پیشنهادی با استفاده از داکینگ مولکولی بررسی شده و به اثبات رسید. بنابراین این مطالعه ضمن غلبه بر محدودیت‌های مدل‌های QSAR سنتی، زمینه را برای طراحی منطقی و بهینه‌سازی مشتقات جدید تتراهیدروپیریدین به عنوان مهارکننده‌های مؤثر LIMK هموار می کند.