摘要 | 第7-9页 |
ABSTRACT | 第9-10页 |
缩略语表 | 第11-12页 |
1 前言 | 第12-27页 |
1.1 计算机辅助药物设计 | 第12-17页 |
1.1.1 计算机辅助药物设计概况 | 第12-14页 |
1.1.2 计算机辅助药物设计方法 | 第14-17页 |
1.2 定量构效关系研究进展 | 第17-26页 |
1.2.1 定量构效关系中的OECD准则 | 第18-20页 |
1.2.2 定量构效关系的研究方法和步骤 | 第20-26页 |
1.3 论文的研究内容和意义 | 第26-27页 |
2 生物相关谱在化合物毒性预测中的应用 | 第27-50页 |
2.1 引言 | 第27-28页 |
2.1.1 生物相关谱 | 第27页 |
2.1.2 化合物毒性 | 第27-28页 |
2.2 化合物急性毒性预测研究 | 第28-42页 |
2.2.1 研究背景 | 第28-29页 |
2.2.2 数据与方法 | 第29-34页 |
2.2.3 结果与讨论 | 第34-42页 |
2.3 化合物水生生物毒性预测研究 | 第42-49页 |
2.3.1 研究背景 | 第42-43页 |
2.3.2 数据与方法 | 第43-45页 |
2.3.3 结果与讨论 | 第45-49页 |
2.4 小结 | 第49-50页 |
3 生物相关谱在化合物ADME性质预测中的应用 | 第50-62页 |
3.1 引言 | 第50-51页 |
3.2 数据与方法 | 第51-53页 |
3.2.1 数据收集和处理 | 第51-53页 |
3.2.2 分子描述符 | 第53页 |
3.2.3 特征选择 | 第53页 |
3.2.4 建模方法和模型评价 | 第53页 |
3.3 结果与讨论 | 第53-60页 |
3.3.1 数据集分析 | 第53-54页 |
3.3.2 BBB拟合模型结果 | 第54-57页 |
3.3.3 HIA判别模型结果 | 第57-59页 |
3.3.4 P-gp判别模型结果 | 第59-60页 |
3.4 小结 | 第60-62页 |
4 三维生物相关谱在雌激素受体选择性预测中的应用 | 第62-94页 |
4.1 引言 | 第62-63页 |
4.1.1 三维生物相关谱 | 第62页 |
4.1.2 药物的选择性 | 第62-63页 |
4.2 研究背景 | 第63-65页 |
4.2.1 雌激素和雌激素受体 | 第63-64页 |
4.2.2 选择性研究进展 | 第64-65页 |
4.3 数据与方法 | 第65-75页 |
4.3.1 数据收集和处理 | 第65-68页 |
4.3.2 分子描述符 | 第68-70页 |
4.3.3 特征选择 | 第70-71页 |
4.3.4 构建预测模型的Pipeline Pilot流程 | 第71-75页 |
4.4 结果与讨论 | 第75-92页 |
4.4.1 数据集空间分布 | 第75-76页 |
4.4.2 选择性拟合模型结果 | 第76-80页 |
4.4.3 活性拟合模型结果 | 第80-86页 |
4.4.4 选择性判别模型结果 | 第86-89页 |
4.4.5 功能选择性判别模型结果 | 第89-92页 |
4.5 小结 | 第92-94页 |
5 三维生物相关谱在GPCRs选择性预测中的应用 | 第94-137页 |
5.1 大麻素受体选择性预测 | 第94-116页 |
5.1.1 研究背景 | 第94-95页 |
5.1.2 数据与方法 | 第95-97页 |
5.1.3 结果与讨论 | 第97-115页 |
5.1.4 小结 | 第115-116页 |
5.2 多巴胺受体选择性预测 | 第116-137页 |
5.2.1 研究背景 | 第116-117页 |
5.2.2 数据与方法 | 第117-123页 |
5.2.3 结果与讨论 | 第123-136页 |
5.2.4 小结 | 第136-137页 |
6 总结与展望 | 第137-139页 |
参考文献 | 第139-152页 |
附录 | 第152-154页 |
已发表的论文 | 第154页 |
准备发表的论文 | 第154-155页 |
致谢 | 第155-156页 |