首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于神经网络的黄酮类金属配合物抗肿瘤与抗氧化构效关系模型研究

摘要第3-6页
ABSTRACT第6-8页
目录第9-12页
1 序言第12-32页
    1.1 定量构效关系研究现状第12-13页
    1.2 基于量子化学的定量构效关系研究现状第13-17页
    1.3 基于神经网络的定量构效关系研究现状第17-18页
    1.4 黄酮及其衍生物金属配合物研究现状第18-26页
        1.4.1 合成与表征第18-20页
        1.4.2 药理作用第20-26页
    1.5 本研究课题的提出及意义第26-27页
    1.6 研究的主要内容第27-29页
        1.6.1 定量构效关系模型特征参数的获取第27页
        1.6.2 基于人工神经网络建立定量构效关系模型第27-28页
        1.6.3 基于定量构效关系模型的活性预测第28-29页
        1.6.4 根据定量构效关系模型预测结果进行实验第29页
    1.7 研究的技术路线第29-31页
        1.7.1 黄酮及其衍生物金属配合物定量构效关系模型的建立第29-30页
        1.7.2 定量构效关系模型预测活性指导实验第30页
        1.7.3 根据定量构效关系模型的指导结果进行实验第30-31页
    1.8 创新点第31-32页
2 研究方法第32-36页
    2.1 黄酮类及其衍生物金属配合物的电子结构参数的计算第32-33页
        2.1.1 理论第32页
        2.1.2 方法第32-33页
    2.2 黄酮类及其衍生物金属配合物特征电子结构参数的筛选第33-34页
        2.2.1 理论第33-34页
        2.2.2 方法第34页
    2.3 人工神经网络模型建立方法第34-36页
        2.3.1 理论第34页
        2.3.2 方法第34-36页
3 基于神经网络的黄酮类及其衍生物金属配合物抗肿瘤(与小牛胸腺 DNA 结合作用)构效关系模型建立及验证第36-80页
    3.1 黄酮类及其衍生物金属配合物的电子结构参数的计算与分析第36-59页
    3.2 黄酮类及其衍生物金属配合物特征电子结构参数的筛选第59-64页
        3.2.1 逐步回归分析第59-60页
        3.2.2 主成份分析第60-64页
    3.3 神经网络模型的建立第64-71页
        3.3.1 逐步回归-神经网络模型建立第64-67页
        3.3.2 主成份-神经网络模型建立第67-71页
    3.4 模型预测橙皮素金属配合物与 DNA 的结合作用第71-78页
    3.5 小结第78-80页
4 基于神经网络的黄酮类金属配合物抗肿瘤(抗 HepG2 作用)构效关系模型建立及验证第80-106页
    4.1 黄酮类及其衍生物金属配合物的电子结构参数的计算与分析第80-91页
    4.2 黄酮类及其衍生物金属配合物特征电子结构参数的筛选第91-96页
        4.2.1 逐步回归分析第91-92页
        4.2.2 主成份分析第92-96页
    4.3 神经网络模型的建立第96-101页
        4.3.1 逐步回归-神经网络模型建立第96-98页
        4.3.2 主成份-神经网络模型建立第98-101页
    4.4 模型预测橙皮素金属配合物对 HepG2 的作用第101-104页
    4.5 小结第104-106页
5 基于神经网络的黄酮类及其衍生物金属配合物抗氧化(清除羟基自由基作用)构效关系模型建立及验证第106-140页
    5.1 黄酮类及其衍生物金属配合物的电子结构参数的计算与分析第106-123页
    5.2 黄酮类及其衍生物金属配合物特征电子结构参数的筛选第123-128页
        5.2.1 逐步回归分析第123-124页
        5.2.2 主成份分析第124-128页
    5.3 神经网络模型的建立第128-135页
        5.3.1 逐步回归-神经网络模型建立第128-131页
        5.3.2 主成份-神经网络模型建立第131-135页
    5.4 模型预测橙皮素-铜配合物清除羟基自由基作用第135-137页
    5.5 小结第137-140页
6 基于神经网络的黄酮类及其衍生物金属配合物抗氧化(清除超氧阴离子自由基作用)构效关系模型建立及验证第140-184页
    6.1 黄酮类及其衍生物金属配合物的电子结构参数的计算与分析第140-165页
    6.2 黄酮类及其衍生物金属配合物特征电子结构参数的筛选第165-171页
        6.2.1 逐步回归分析第165-167页
        6.2.2 主成份分析第167-171页
    6.3 神经网络模型的建立第171-178页
        6.3.1 逐步回归-神经网络模型建立第171-174页
        6.3.2 主成份-神经网络模型建立第174-178页
    6.4 模型预测橙皮素-铜配合物清除超氧阴离子自由基作用第178-182页
    6.5 小结第182-184页
7 定量构效关系模型预测活性指导实验第184-198页
    7.1 橙皮素-铜配合物的合成及表征第184-190页
        7.1.1 引言第184-185页
        7.1.2 仪器与试剂第185页
        7.1.3 方法第185页
        7.1.4 结果第185-190页
    7.2 橙皮素-铜配合物与小牛胸腺 DNA 的结合作用第190-192页
        7.2.1 仪器与试剂第190页
        7.2.2 方法第190-191页
        7.2.3 结果第191页
        7.2.4 验证模型第191-192页
    7.3 橙皮素-铜配合物对 HepG2 的作用第192-193页
        7.3.1 仪器与试剂第192页
        7.3.2 方法第192页
        7.3.3 结果第192-193页
        7.3.4 验证模型第193页
    7.4 橙皮素-铜配合物清除羟基自由基作用第193-195页
        7.4.1 仪器与试剂第193页
        7.4.2 方法第193-194页
        7.4.3 结果第194-195页
        7.4.4 验证模型第195页
    7.5 橙皮素-铜配合物清除超氧阴离子自由基作用第195-198页
        7.5.1 仪器与试剂第195页
        7.5.2 方法第195页
        7.5.3 结果第195-197页
        7.5.4 验证模型第197-198页
8 结论与展望第198-204页
    8.1 结论第198-203页
        8.1.1 黄酮类及其衍生物金属配合物与小牛胸腺 DNA 结合的模型第198-199页
        8.1.2 黄酮类及其衍生物金属配合物抗 HepG2 肿瘤的活性模型第199-201页
        8.1.3 黄酮类及其衍生物金属配合物清除羟基自由基活性的模型第201-202页
        8.1.4 黄酮类及其衍生物金属配合物清除超氧阴离子自由基活性的模型第202-203页
    8.2 展望第203-204页
致谢第204-206页
参考文献第206-216页
附录第216页

论文共216页,点击 下载论文
上一篇:吉登斯风险社会理论研究
下一篇:Ⅰ型胶原蛋白和TGF-β1在食管鳞癌中生物学意义的研究