化合物致突变预测模型以及定量回归工作流程的构建
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 研究背景 | 第9-20页 |
·计算机辅助药物设计简介 | 第9-11页 |
·计算毒理学概述 | 第11-13页 |
·专家系统模型 | 第12页 |
·数理统计学习模型 | 第12页 |
·开源服务器以及软件 | 第12-13页 |
·建模统计学习方法介绍 | 第13-17页 |
·支持向量机 | 第13-15页 |
·最近邻法介绍 | 第15-16页 |
·朴素贝叶斯分类器 | 第16页 |
·人工神经网络 | 第16-17页 |
·决策树 | 第17页 |
·分子指纹 | 第17-18页 |
·数据挖掘简介 | 第18-19页 |
·论文总体安排 | 第19-20页 |
第2章 化合物致突变性计算预测模型 | 第20-36页 |
·研究背景与目的 | 第20-21页 |
·研究方法 | 第21-24页 |
·数据集的构建 | 第21页 |
·分子指纹的计算 | 第21页 |
·建模方法 | 第21-23页 |
·结果评价和分析方法 | 第23-24页 |
·结果与讨论 | 第24-35页 |
·数据集分析 | 第24-26页 |
·五倍交叉验证结果 | 第26-27页 |
·外部测试集验证结果 | 第27页 |
·警示结构结果 | 第27-31页 |
·数理统计算法建模的差异 | 第31-32页 |
·分子指纹建模的差异 | 第32页 |
·与Toxtree软件比较 | 第32页 |
·使用Benchmark数据集评估 | 第32-33页 |
·警示结构分析 | 第33-35页 |
·KNIME中警示结构分析 | 第35页 |
·本章小结 | 第35-36页 |
第3章 定量回归模型工作流程的构建 | 第36-48页 |
·研究背景与目的 | 第36-37页 |
·研究方法 | 第37-41页 |
·回归建模方法——支持向量回归 | 第37页 |
·工作流程验证方法 | 第37-38页 |
·使用External tool节点实现工作流程 | 第38-39页 |
·使用PaDEL节点实现工作流程 | 第39-41页 |
·结果与讨论 | 第41-47页 |
·梨形四膜虫回归模型研究进展 | 第41-42页 |
·梨形四膜虫数据集 | 第42页 |
·构建梨形四膜虫毒性定量回归预测模型 | 第42页 |
·梨形四膜虫毒性定量回归预测模型结果 | 第42-43页 |
·水溶性预测模型研究进展 | 第43-44页 |
·水溶性数据集 | 第44页 |
·构建水溶性定量回归预测模型 | 第44-45页 |
·水溶性定量回归预测模型预测结果 | 第45-46页 |
·讨论 | 第46页 |
·关键描述符筛选和特征消除 | 第46-47页 |
·本章小结 | 第47-48页 |
第4章 总结和展望 | 第48-49页 |
·全文总结 | 第48页 |
·展望 | 第48-49页 |
参考文献 | 第49-57页 |
攻读硕士期间发表的论文 | 第57-58页 |
致谢 | 第58-59页 |