| 中文摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第16-32页 |
| 1.1 研究背景 | 第16-17页 |
| 1.1.1 癌症概述 | 第16页 |
| 1.1.2 癌症的治疗 | 第16-17页 |
| 1.2 表皮生长因子受体与其抑制剂 | 第17-20页 |
| 1.2.1 表皮生长因子受体概述 | 第17-18页 |
| 1.2.2 表皮生长因子受体活性抑制分子 | 第18-20页 |
| 1.3 计算机辅助药物设计概述 | 第20-22页 |
| 1.3.1 计算机辅助药物设计简介 | 第20页 |
| 1.3.2 计算机辅助药物设计的应用 | 第20-22页 |
| 1.4 实验研究方法 | 第22-29页 |
| 1.4.1 构效关系 | 第22-27页 |
| 1.4.2 化合物结构相似性的研究方法 | 第27-29页 |
| 1.5 表皮生长因子受体(EGFR/HER1)抑制剂的计算模型的研究现状 | 第29-30页 |
| 1.6 本课题的主要研究工作 | 第30-32页 |
| 第二章 表皮生长因子受体抑制剂的定性分类研究 | 第32-48页 |
| 2.1 实验数据 | 第32-34页 |
| 2.1.1 数据集的建立 | 第32-34页 |
| 2.1.2 数据集的划分 | 第34页 |
| 2.2 实验方法 | 第34-39页 |
| 2.2.1 结构参数的计算和择优 | 第34-38页 |
| 2.2.2 模型的建立 | 第38页 |
| 2.2.3 模型的检验 | 第38-39页 |
| 2.3 实验结果分析 | 第39-42页 |
| 2.3.1 自组织神经网络模型 | 第39-40页 |
| 2.3.2 支持向量机模型 | 第40-41页 |
| 2.3.3 模型的检验 | 第41-42页 |
| 2.4 分子的结构特征分析 | 第42-45页 |
| 2.5 本章结论 | 第45-48页 |
| 第三章 表皮生长因子受体抑制剂的定量预测研究 | 第48-64页 |
| 3.1 实验数据 | 第48-49页 |
| 3.1.1 数据集的建立 | 第48页 |
| 3.1.2 数据集的划分 | 第48-49页 |
| 3.2 实验方法 | 第49-52页 |
| 3.2.1 结构特征参数的计算和择优 | 第49-51页 |
| 3.2.2 模型的建立 | 第51页 |
| 3.2.3 模型的检验 | 第51-52页 |
| 3.3 实验结果分析 | 第52-61页 |
| 3.3.1 多元线性回归模型 | 第52-55页 |
| 3.3.2 支持向量机模型 | 第55-58页 |
| 3.3.3 模型的检验 | 第58-61页 |
| 3.4 实验结果比较 | 第61页 |
| 3.5 本章结论 | 第61-64页 |
| 第四章 化合物结构相似性检索 | 第64-72页 |
| 4.1 数据库的建立 | 第64-65页 |
| 4.2 检索方法 | 第65-67页 |
| 4.2.1 二维结构相似性检索 | 第65-66页 |
| 4.2.2 三维结构相似性检索 | 第66页 |
| 4.2.3 模型评价 | 第66-67页 |
| 4.3 检索结果分析 | 第67-70页 |
| 4.3.1 二维结构相似性检索结果 | 第67-69页 |
| 4.3.2 三维结构相似性检索 | 第69-70页 |
| 4.4 富集率的计算 | 第70-71页 |
| 4.5 本章结论 | 第71-72页 |
| 第五章 总结和展望 | 第72-74页 |
| 5.1 课题总结 | 第72-73页 |
| 5.2 课题展望 | 第73-74页 |
| 参考文献 | 第74-84页 |
| 致谢 | 第84-86页 |
| 研究成果及发表的学术论文 | 第86-88页 |
| 作者及导师简介 | 第88-89页 |
| 附件 | 第89-90页 |