| 摘要 | 第1-13页 |
| Abstract | 第13-17页 |
| 论文创新之处 | 第17-19页 |
| 第一章 定量结构活性关系概述 | 第19-78页 |
| ·QSAR的发展历程 | 第20-22页 |
| ·QSAR模型方法的分类 | 第22-28页 |
| ·分类(Classification)与回归(Regression)模型 | 第22页 |
| ·线性(Linear)与非线性(Nonlinear)模型 | 第22-23页 |
| ·前向(Forward)与反向(Reverse)模型 | 第23页 |
| ·全局(Global)和局部(Local)模型 | 第23-25页 |
| ·单一模型(Single model)与一致性模型(Consensus modeling) | 第25页 |
| ·按所建模型的维数分类 | 第25-28页 |
| ·QSAR建模基本过程中的"OECD Principles" | 第28-42页 |
| ·数据准备 | 第28-31页 |
| ·分子模建 | 第31-33页 |
| ·模型验证(Model Validation) | 第33-39页 |
| ·模型的应用域(Applicability Domain,AD) | 第39-40页 |
| ·模型解释(Mechanistic interpretation) | 第40-42页 |
| ·QSAR模型的应用 | 第42-43页 |
| ·QSAR研究最新进展 | 第43-50页 |
| ·Multiobject model | 第43-46页 |
| ·Group-Based QSAR (G-QSAR) | 第46-47页 |
| ·正交投影模型(Orthogonal projection modeling) | 第47-50页 |
| ·本论文使用的主要建模方法 | 第50-57页 |
| ·GA-MLR | 第50-51页 |
| ·最小二乘支持向量机LS-SVMs~(247) | 第51-54页 |
| ·基因表达式编程GEP | 第54-57页 |
| 参考文献 | 第57-78页 |
| 第二章 QSAR研究的一个基本问题—化合物构象对QSAR模型的影响 | 第78-112页 |
| ·QSAR研究中经常被忽略的问题—分子构象 | 第78-79页 |
| ·对构象问题的分析思路 | 第79-80页 |
| ·研究数据 | 第80-92页 |
| ·建模方法 | 第92-98页 |
| ·描述符的计算 | 第92-96页 |
| ·特征选择和建模方法 | 第96页 |
| ·模型验证 | 第96-98页 |
| ·结果与讨论 | 第98-102页 |
| ·数据集1(SMF)的结果 | 第98-100页 |
| ·数据集2(LckI)的结果 | 第100-101页 |
| ·数据集3(NS5BI)的结果 | 第101-102页 |
| ·结论 | 第102-103页 |
| 参考文献 | 第103-112页 |
| 第三章 两种新型的一致性建模分析方法: WCM和改进的CDFS | 第112-160页 |
| ·加权一致性模型建模(WCM)方法及其在丙二酰辅酶A脱羧酶抑制剂构效关系研究中的应用 | 第112-135页 |
| ·常用的一致性模型(Consensus modeling)建模策略——平均 | 第112-113页 |
| ·加权一致性模型建模的提出 | 第113页 |
| ·一致性模型在构效关系研究中的应用——丙二酰辅酶A脱羧酶抑制剂的定量构效关系研究(Malonyl coenzyme-A decarboxylase inhibitors) | 第113-114页 |
| ·QSAR模型建模方法 | 第114-121页 |
| ·结果与讨论 | 第121-135页 |
| ·结论 | 第135页 |
| ·利用改进的CDFS一致性建模分析对p56~(LCK)抑制剂进行QSAR研究 | 第135-152页 |
| ·CDFS (Combined data splitting-feature selection)策略 | 第135-136页 |
| ·改进的 CDFS | 第136-137页 |
| ·喹喔啉类P56~(Lck)抑制剂 | 第137-138页 |
| ·建模方法 | 第138-144页 |
| ·结果与讨论 | 第144-151页 |
| ·结论 | 第151-152页 |
| 参考论文 | 第152-160页 |
| 第四章 提高Lazy预测准确性和可靠性的新策略及其在MCHR1拮抗剂构效关系研究中的应用 | 第160-183页 |
| ·QSAR研究中全局和局部建模问题 | 第160-161页 |
| ·提高LLR外部预测能力的折中思路 | 第161-162页 |
| ·黑色素浓缩激素受体1拮抗剂 | 第162-163页 |
| ·研究方法 | 第163-169页 |
| ·描述符的计算和数据分组 | 第163-168页 |
| ·变量选择和模型建立(GA-MLR) | 第168页 |
| ·LLR学习算法 | 第168-169页 |
| ·结果与讨论 | 第169-176页 |
| ·线性模型(MLR) | 第169-171页 |
| ·模型的应用范围及描述符的解释 | 第171-173页 |
| ·LLR的结果 | 第173-176页 |
| ·结论 | 第176-177页 |
| 参考文献 | 第177-183页 |
| 第五章 非线性LS-SVMs和GEP方法在药物化学中的应用 | 第183-240页 |
| ·基于LS-SVMs方法的羟吲哚类CDK抑制剂的构效关系研究 | 第183-198页 |
| ·细胞周期依赖性激酶CDK抑制剂 | 第183-184页 |
| ·建模方法及步骤 | 第184-191页 |
| ·结果与讨论 | 第191-197页 |
| ·描述符解释 | 第197-198页 |
| ·结论 | 第198页 |
| ·基于LS-SVMs方法的人类肝脏糖原磷酸化酶抑制剂的定量构效关系研究 | 第198-210页 |
| ·人类肝脏糖原磷酸化酶(hlGPa)抑制剂 | 第198-199页 |
| ·建模方法及步骤 | 第199-203页 |
| ·结果与讨论 | 第203-209页 |
| ·描述符解释 | 第209-210页 |
| ·结论 | 第210页 |
| ·应用LS-SVMs的方法在线预测吡嗪-吡啶类VEGFR-2抑制剂的生物活性 | 第210-219页 |
| ·血管内皮生长因子受体2 (VEGFR-2)抑制剂 | 第210-211页 |
| ·建模方法及步骤 | 第211-214页 |
| ·结果与讨论 | 第214-218页 |
| ·描述符解释 | 第218-219页 |
| ·结论 | 第219页 |
| ·基因表达式编程方法及其在MCHR1拮抗剂中的定量构效关系研究 | 第219-230页 |
| ·黑色素浓缩激素受体1 (MCHR1)拮抗剂 | 第219页 |
| ·建模方法及步骤 | 第219-225页 |
| ·结果与讨论 | 第225-230页 |
| ·结论 | 第230页 |
| 参考文献 | 第230-240页 |
| 第六章 2D-QSAR的直接应用——数据库挖掘 | 第240-257页 |
| ·对QSAR方法学解决实际问题的疑问 | 第240-241页 |
| ·2D-QSAR的直接应用——数据库挖掘 | 第241-242页 |
| ·淋巴细胞特异性蛋白酪氨酸激酶(Lck)抑制剂的虚拟筛选 | 第242-245页 |
| ·淋巴细胞特异性蛋白酪氨酸激酶(Lck)抑制剂 | 第242页 |
| ·药物数据库 | 第242-243页 |
| ·筛选策略QSAR/docking | 第243-244页 |
| ·QSAR建模及过滤器选择 | 第244-245页 |
| ·QSAR建模及评估 | 第244页 |
| ·过滤器的选择 | 第244-245页 |
| ·虚拟筛选 | 第245页 |
| ·结果与讨论 | 第245-253页 |
| ·QSAR模型的建立和模型空间 | 第245-246页 |
| ·模型验证和过滤器的选择 | 第246-247页 |
| ·虚拟筛选 | 第247-253页 |
| ·结论 | 第253页 |
| 参考文献 | 第253-257页 |
| 在读期间发表论文 | 第257-260页 |
| 作者简介 | 第260-261页 |
| 致谢 | 第261-262页 |
