چکیده: تحقیقات اخیر نشان داده‎اند که استروژن نقش بسزایی در بیماری سرطان سینه دارد، بنابراین پژوهش‎هایی در رابطه با داروهایی که بتوانند به نحوی فعالیت این هورمون را در بدن محدود نمایند انجام شده است. این پژوهش‎ها به دو دسته تقسیم می‏شوند، اول پژوهش بر روی ترکیباتی که به طور مستقیم بر فعالیت استروژن در بدن اثر می‎گذارند و دوم تحقیق بر روی داروهایی که از طریق ایجاد محدودیت در تولید استروژن عمل می‏نمایند. یکی از این دسته ترکیبات که می‏توانند تولید استروژن را محدود نمایند، مشتقات سولفونانیلید هستند. در بررسی اول رابطه کمی ساختار-فعالیت 21 آنالوگ سولفونانیلید با استفاده از رگرسیون خطی چندگانه و شبکه عصبی مصنوعی مورد مطالعه قرار گرفت. از میان تعداد زیاد توصیف‎کننده‎ محاسبه شده فقط 20 توصیف‎کننده‎ توسط رگرسیون خطی مرحله‎ای انتخاب گردید که فقط 6 تا از آنها به عنوان ورودی شبکه استفاده شدند. سری داده‏ها به طور تصادفی به دو سری آموزش و تست که به ترتیب شامل 16 و 5 ترکیب بودند تقسیم شد. مدل‏های رگرسیون خطی و شبکه عصبی با استفاده از روش ارزیابی تقاطعی ساخته شدند. توانایی پیش‏بینی مدل‏ها با استفاده از سری تست و روش رد مرحله‏ای تک‎تک مورد ارزیابی قرار گرفت و مقادیر MSE به ترتیب برابر با 0/0227 و 0/0132 برای MLR و 0/0098 و 0/0161 برای ANN به دست آمد. نتایج به دست آمده نشان دهنده قدرت بالای مدل شبکه عصبی مصنوعی در پیش‏بینی توان بازدارندگی ترکیبات مورد بررسی می‎باشند. در بررسی دوم رابطه ساختار-فعالیت مشتقات 5-اکسوپیرولیدین-3-کربوکسامید مورد پژوهش قرار گرفت. این ترکیبات از طریق دخالت در برهمکنش میان CCR5 و HIV مانع از گسترش بیماری می‎شوند. مجموعه داده‏های مورد بررسی شامل 104 ترکیب از مشتقات 5-اکسوپیرولیدین-3-کربوکسامید می‎باشد. در این تحقیق سری داده‏ها به طور تصادفی به سه سری آموزش، ارزیابی و تست تقسیم شد که هر یک به ترتیب شامل 62، 21 و 21 ترکیب می‎باشند. مدل شبکه عصبی با استفاده از 19 توصیف‎کننده‎ با قدرت بالایی مقادیر pIC50 مربوط به هریک از ترکیبات را پیش‎بینی نمود. مقادیر mse برای سری تست و رد مرحله‎ای تک‎تک به ترتیب 0/1210 و 0/1405 می‎باشد.