| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 前言 | 第8-11页 |
| 第一章 ADME/T性质预测模型的理论基础 | 第11-20页 |
| ·分子描述符 | 第11-12页 |
| ·变量的选择 | 第12-14页 |
| ·变量的预处理 | 第13页 |
| ·采用遗传算法的变量筛选方法 | 第13-14页 |
| ·参数的标准化处理 | 第14-15页 |
| ·支持向量机 | 第15-18页 |
| ·线性可分问题 | 第15-17页 |
| ·线性不可分问题 | 第17-18页 |
| ·模型预测结果评价 | 第18-19页 |
| ·模型的验证方法 | 第19-20页 |
| 第二章 p-糖蛋白(P-gp)底物的预测 | 第20-30页 |
| ·P-gp底物和非底物数据的收集 | 第20-24页 |
| ·分子描述符 | 第24-26页 |
| ·SVM模型验证 | 第26页 |
| ·结果与讨论 | 第26-28页 |
| ·使用GA进行变量筛选 | 第26-27页 |
| ·验证SVM模型 | 第27-28页 |
| ·小结 | 第28-30页 |
| 第三章 药物透血脑屏障(blood—brain barrier,BBB)的预测 | 第30-43页 |
| ·BBB+和BBB-药物活性数据 | 第30-38页 |
| ·分子描述符 | 第38-39页 |
| ·结果与讨论 | 第39-42页 |
| ·使用GA进行变量筛选 | 第39-40页 |
| ·验证SVM模型 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 药物与人血清白蛋白(HSA)结合的预测 | 第43-51页 |
| ·药物与人血清白蛋白(HSA)结合活性数据 | 第43-45页 |
| ·分子描述符 | 第45-47页 |
| ·结果与讨论 | 第47-49页 |
| ·使用GA进行变量筛选 | 第47-48页 |
| ·验证SVM模型 | 第48-49页 |
| ·小结 | 第49-51页 |
| 第五章 药物致癌性(Carcinogenic activity)的预测 | 第51-79页 |
| ·药物致癌性的数据 | 第52-75页 |
| ·分子描述符 | 第75-77页 |
| ·结果与讨论 | 第77-78页 |
| ·使用GA进行变量筛选 | 第77-78页 |
| ·验证SVM模型 | 第78页 |
| ·小结 | 第78-79页 |
| 第六章 结论 | 第79-80页 |
| 参考文献 | 第80-88页 |
| 研究生期间发表的论文 | 第88-90页 |
| 致谢 | 第90页 |