| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 缩略词表 | 第12-13页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 引言 | 第13页 |
| 1.2 计算机辅助药物设计 | 第13-20页 |
| 1.2.1 基于受体的药物设计 | 第13-15页 |
| 1.2.2 基于配体的药物设计 | 第15-20页 |
| 1.2.2.1 相似度搜索 | 第16-17页 |
| 1.2.2.2 药效团模型 | 第17-18页 |
| 1.2.2.3 定量构效关系 | 第18-20页 |
| 1.3 虚拟筛选 | 第20页 |
| 1.4 Decoy分子在虚拟筛选中的意义 | 第20-21页 |
| 1.5 Decoy分子的定义和产生原理 | 第21页 |
| 1.6 Decoy分子产生的研究现状 | 第21-23页 |
| 1.7 Python的介绍 | 第23页 |
| 1.8 本文的研究目的及内容 | 第23-24页 |
| 第二章 RApid Decoy Retriever (RADER)算法的实现 | 第24-43页 |
| 2.1 引言 | 第24页 |
| 2.2 RADER算法的核心 | 第24页 |
| 2.3 RADER算法的实现 | 第24-30页 |
| 2.3.1 数据库归档 | 第25-26页 |
| 2.3.2 查询模板的产生 | 第26-27页 |
| 2.3.3 Decoy分子的检索 | 第27-30页 |
| 2.3.4 Decoy分子分析 | 第30页 |
| 2.3.5 解压缩存档 | 第30页 |
| 2.3.6 实施和系统要求 | 第30页 |
| 2.4 RADER算法的评估 | 第30-38页 |
| 2.4.1 分子对接富集率的评估 | 第30-33页 |
| 2.4.2 计算速度的评估 | 第33-34页 |
| 2.4.3 空间多样性的评估 | 第34-36页 |
| 2.4.4 靶标适用范围广的举例说明 | 第36-37页 |
| 2.4.5 立体异构的问题 | 第37-38页 |
| 2.5 RADER web的实现 | 第38-41页 |
| 2.6 RADER优点总结 | 第41-42页 |
| 2.7 本章小结 | 第42-43页 |
| 第三章 基于RADER方法的PI3K-AKT-mTOR通路靶标基准数据集构建 | 第43-57页 |
| 3.1 引言 | 第43页 |
| 3.2 PI3K-AKT-mTOR信号通路上基准数据集的构建 | 第43-44页 |
| 3.2.1 靶标蛋白和相应活性化合物的选取与预处理 | 第43页 |
| 3.2.2 Decoy分子的产生 | 第43-44页 |
| 3.3 基准数据集的评估 | 第44-56页 |
| 3.3.1 分子对接富集率评估 | 第44-47页 |
| 3.3.2 基于MACCS指纹 2D分子相似度富集率的评估 | 第47-50页 |
| 3.3.3 3D分子形状相似度富集率的评估 | 第50-54页 |
| 3.3.4 DUD-E数据库中相同靶标数据的评估 | 第54页 |
| 3.3.5 六个描述符性质匹配度的评估 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 结论和展望 | 第57-59页 |
| 结论 | 第57页 |
| 创新之处 | 第57页 |
| 展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 附录 | 第65-74页 |
| 攻读硕士学位期间取得的研究成果 | 第74-75页 |
| 致谢 | 第75-76页 |
| 附件 | 第76页 |
