| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-39页 |
| 1.1 计算机辅助药物设计技术的发展 | 第12-17页 |
| 1.2 定量结构-活性关系(QSAR)的研究进展 | 第17-36页 |
| 1.2.1 QSAR的发展历史和现状 | 第17-20页 |
| 1.2.2 QSAR方法的基本原理和特点 | 第20-21页 |
| 1.2.3 QSAR研究常用的统计方法 | 第21-26页 |
| 1.2.4 QSAR研究方法 | 第26-35页 |
| 1.2.4.1 二维定量构效关系(2D-QSAR) | 第26-29页 |
| 1.2.4.2 三维定量构效关系(3D-QSAR) | 第29-32页 |
| 1.2.4.3 多维定量构效关系(MD-QSAR) | 第32-35页 |
| 1.2.5 QSAR模型的显著可靠性检验方法 | 第35-36页 |
| 1.3 本论文的选题背景与研究思路 | 第36-39页 |
| 1.3.1 选题背景 | 第36-37页 |
| 1.3.2 研究思路 | 第37-39页 |
| 第二章 硫脲类抗HIV药的QSAR研究 | 第39-54页 |
| 2.1 前言 | 第39-40页 |
| 2.2 活性数据与计算方法 | 第40-46页 |
| 2.2.1 实验材料与优势构象 | 第40-42页 |
| 2.2.2 分子描述符选择和化合物合理分类 | 第42-44页 |
| 2.2.3 回归算法参数设置 | 第44-46页 |
| 2.2.3.1 GFA参数设定 | 第45页 |
| 2.2.3.2 MFA-G/PLS参数设定 | 第45-46页 |
| 2.3 结果与讨论 | 第46-52页 |
| 2.3.1 2D-QSAR研究 | 第46-50页 |
| 2.3.1.1 最优2D-QSAR模型 | 第47-48页 |
| 2.3.1.2 2D-QSAR模型的显著性检验 | 第48-49页 |
| 2.3.1.3 最优2D-QSAR模型分析 | 第49-50页 |
| 2.3.2 3D-QSAR研究 | 第50-52页 |
| 2.3.2.1 最优3D-QSAR模型 | 第51页 |
| 2.3.2.2 3D-QSAR模型显著性检验 | 第51页 |
| 2.3.2.3 最优3D-QSAR模型分析 | 第51-52页 |
| 2.4 本章小结 | 第52-54页 |
| 第三章 芳烷醇哌嗪类抗抑郁药物的QSAR研究 | 第54-71页 |
| 3.1 前言 | 第54-55页 |
| 3.2 活性数据与计算方法 | 第55-59页 |
| 3.2.1 实验材料与优势构象 | 第55页 |
| 3.2.2 分子描述符选择和化合物合理分类 | 第55-56页 |
| 3.2.3 回归算法 | 第56-59页 |
| 3.2.3.1 GFA参数设定 | 第56-58页 |
| 3.2.3.2 MFA-G/PLS参数设定 | 第58-59页 |
| 3.3 结果与讨论 | 第59-70页 |
| 3.3.1 2D-QSAR研究 | 第59-67页 |
| 3.3.1.1 最优2D-QSAR模型 | 第59-63页 |
| 3.3.1.2 2D-QSAR模型显著性检验 | 第63-66页 |
| 3.3.1.3 最优2D-QSAR模型分析 | 第66-67页 |
| 3.3.2 3D-QSAR研究 | 第67-70页 |
| 3.3.2.1 最优3D-QSAR模型 | 第67-68页 |
| 3.3.2.2 3D-QSAR模型显著性检验 | 第68-69页 |
| 3.3.2.3 最优3D-QSAR模型分析 | 第69-70页 |
| 3.4 本章小结 | 第70-71页 |
| 第四章 1-芳基-四氢异喹啉类抗HIV药的QSAR研究 | 第71-85页 |
| 4.1 前言 | 第71页 |
| 4.2 活性数据与计算方法 | 第71-77页 |
| 4.2.1 实验材料与优势构象 | 第71-73页 |
| 4.2.2 分子描述符选择和化合物合理分类 | 第73-75页 |
| 4.2.3 回归算法 | 第75-77页 |
| 4.2.3.1 GFA参数设定 | 第75页 |
| 4.2.3.2 Stepwise-MLR参数设定 | 第75-76页 |
| 4.2.3.3 MFA-G/PLS参数设定 | 第76-77页 |
| 4.3 结果与讨论 | 第77-84页 |
| 4.3.1 GFA构建2D-QSAR模型研究 | 第77-81页 |
| 4.3.1.1 最优2D-QSAR模型 | 第77-80页 |
| 4.3.1.2 2D-QSAR模型的显著性检验 | 第80-81页 |
| 4.3.1.3 最优2D-QSAR模型分析 | 第81页 |
| 4.3.2 Stepwise-MLR构建最优2D-QSAR模型研究 | 第81-82页 |
| 4.3.3 3D-QSAR研究 | 第82-84页 |
| 4.3.3.1 最优3D-QSAR模型 | 第83页 |
| 4.3.3.2 3D-QSAR模型显著性检验 | 第83页 |
| 4.3.3.3 最优3D-QSAR模型分析 | 第83-84页 |
| 4.4 本章小结 | 第84-85页 |
| 第五章 1,1-氧代苯并噻吩类抗HCV药物的QSAR研究 | 第85-98页 |
| 5.1 前言 | 第85-86页 |
| 5.2 活性数据与计算方法 | 第86-90页 |
| 5.2.1 实验材料与优势构象 | 第86页 |
| 5.2.2 分子描述符选择和化合物合理分类 | 第86-89页 |
| 5.2.3 回归算法 | 第89-90页 |
| 5.2.3.1 GFA参数设定 | 第89页 |
| 5.2.3.2 MFA-G/PLS参数设定 | 第89-90页 |
| 5.3 结果与讨论 | 第90-97页 |
| 5.3.1 2D-QSAR研究 | 第90-95页 |
| 5.3.1.1 最优2D-QSAR模型 | 第92-93页 |
| 5.3.1.2 2D-QSAR模型显著性检验 | 第93-95页 |
| 5.3.1.3 最优2D-QSAR模型分析 | 第95页 |
| 5.3.2 3D-QSAR研究 | 第95-97页 |
| 5.3.2.1 最优3D-QSAR模型 | 第95-96页 |
| 5.3.2.2 3D-QSAR模型显著性检验 | 第96页 |
| 5.3.2.3 最优3D-QSAR模型分析 | 第96-97页 |
| 5.4 本章小结 | 第97-98页 |
| 第六章 总结与展望 | 第98-104页 |
| 6.1 总结 | 第98-99页 |
| 6.2 创新之处 | 第99-101页 |
| 6.3 展望 | 第101-104页 |
| 参考文献 | 第104-118页 |
| 附录一 | 第118-121页 |
| 攻读硕士学位期间发表的学术论文 | 第121-123页 |
| 致谢 | 第123页 |
