| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 大数据环境下计算机辅助的药物设计 | 第13-14页 |
| 1.2 炎症与花生四烯酸(AA)代谢网络 | 第14-16页 |
| 1.3 脂氧合酶系及5-LOX晶体结构分析 | 第16-18页 |
| 1.4 5-LOX抑制剂的前人研究 | 第18-20页 |
| 1.5 机器学习算法 | 第20-26页 |
| 1.5.1 自组织神经网络 | 第20-22页 |
| 1.5.2 支持向量机 | 第22-24页 |
| 1.5.3 朴素贝叶斯分类算法 | 第24-25页 |
| 1.5.4 径向基神经网络 | 第25-26页 |
| 1.5.5 误差反向传播神经网络 | 第26页 |
| 1.6 本课题研究意义和主要研究内容 | 第26-27页 |
| 第二章 人源5-脂氧合酶(5-LOX)的抑制剂分类研究 | 第27-55页 |
| 2.1 人源5-LOX的抑制剂数据收集及相应数据库建立 | 第27-30页 |
| 2.2 计算并筛选分子描述符 | 第30-35页 |
| 2.3 自组织神经网络(SOM)和支持向量机(SVM)模型 | 第35-47页 |
| 2.3.1 自组织神经网络(SOM)模型 | 第37-40页 |
| 2.3.2 支持向量机(SVM)模型 | 第40-47页 |
| 2.4 朴素贝叶斯模型 | 第47-48页 |
| 2.5 径向基函数网络模型 | 第48页 |
| 2.6 多层感知神经网络模型 | 第48-51页 |
| 2.7 扩展的连接指纹图谱分析 | 第51-52页 |
| 2.8 本章小结 | 第52-55页 |
| 第三章 人源5-脂氧合酶(5-LOX)抑制剂生物活性定量研究 | 第55-67页 |
| 3.1 数据库 | 第55-56页 |
| 3.2 描述符计算及筛选 | 第56-59页 |
| 3.3 模型及评价 | 第59-65页 |
| 3.3.1 多元线性回归模型 | 第59-60页 |
| 3.3.2 支持向量机模型 | 第60-62页 |
| 3.3.3 模型评价 | 第62-65页 |
| 3.4 本章小结 | 第65-67页 |
| 第四章 人源5-LOX抑制剂的虚拟筛选 | 第67-83页 |
| 4.1 数据库过滤 | 第67-71页 |
| 4.2 化合物不同构象的产生 | 第71页 |
| 4.3 产生查询式query及其验证过程 | 第71-76页 |
| 4.4 基于形状和颜色的虚拟筛选 | 第76-77页 |
| 4.5 基于静电的虚拟筛选 | 第77-79页 |
| 4.6 定性模型筛选 | 第79-80页 |
| 4.7 分子对接 | 第80-82页 |
| 4.8 本章小结 | 第82-83页 |
| 第五章 总结和展望 | 第83-87页 |
| 5.1 课题总结 | 第83-84页 |
| 5.2 创新点 | 第84页 |
| 5.3 课题展望 | 第84-87页 |
| 参考文献 | 第87-93页 |
| 附录 | 第93-97页 |
| 致谢 | 第97-99页 |
| 研究成果及发表的学术论文 | 第99-101页 |
| 作者及导师简介 | 第101-102页 |
| 附件 | 第102-103页 |
