| 摘要 | 第1-7页 |
| ABSTRACT | 第7-15页 |
| 符号说明 | 第15-16页 |
| 第一章 绪论 | 第16-32页 |
| ·药物研发及常见问题 | 第16-17页 |
| ·化学信息学及相关方法介绍 | 第17-30页 |
| ·机器学习技术 | 第18-24页 |
| ·机器学习技术在计算机辅助药物设计中的应用 | 第24-30页 |
| ·论文工作的意义与安排 | 第30-32页 |
| 第二章 药物 ADMET 性质的计算机预测模型 | 第32-84页 |
| ·人体生物利用度的预测模型探索性研究 | 第33-47页 |
| ·背景介绍 | 第33-34页 |
| ·实验方法 | 第34-35页 |
| ·生物利用的模型的建立 | 第35-47页 |
| ·结论 | 第47页 |
| ·另外四类药物的人体生物利用度预测模型 | 第47-56页 |
| ·实验方法 | 第47-48页 |
| ·生物利用度模型的建立 | 第48-56页 |
| ·血脑屏障透过性的计算模型 | 第56-65页 |
| ·血脑屏障分配系数定量预测模型研究 | 第56-60页 |
| ·血脑屏障透过性的分类预测模型研究 | 第60-65页 |
| ·P 型糖蛋白底物预测模型 | 第65-76页 |
| ·背景介绍 | 第65-66页 |
| ·实验方法 | 第66-68页 |
| ·P 型糖蛋白底物预测模型的建立 | 第68-76页 |
| ·结论 | 第76页 |
| ·hERG 钾离子通道阻滞剂预测模型 | 第76-84页 |
| ·背景介绍 | 第76-77页 |
| ·实验方法 | 第77-78页 |
| ·hERG 钾离子通道阻滞剂预测模型的建立 | 第78-81页 |
| ·结论 | 第81-84页 |
| 第三章 3-羟基-3-甲基戊二酰辅酶 A 还原酶抑制剂虚拟筛选模型 | 第84-97页 |
| ·背景介绍 | 第84-85页 |
| ·实验方法 | 第85-96页 |
| ·数据库 | 第85页 |
| ·分子描述符 | 第85-86页 |
| ·HMG-CoA 还原酶抑制剂的虚拟筛选模型 | 第86-96页 |
| ·结论 | 第96-97页 |
| 第四章 G 蛋白偶联受体 Apelin受体结构及活性研究 | 第97-112页 |
| ·背景介绍 | 第97-98页 |
| ·Apelin 结合机制探索 | 第98-102页 |
| ·实验方法 | 第98-99页 |
| ·动力学模拟结果分析 | 第99-102页 |
| ·结论 | 第102页 |
| ·Apelin 受体的激动机制和拮抗机制 | 第102-105页 |
| ·关于 Apelin 受体的 ionic lock 激活机制探索 | 第102-104页 |
| ·Apelin 受体的激活和拮抗机制探索 | 第104-105页 |
| ·基于底物 Apelin-13 的虚拟筛选 | 第105-110页 |
| ·基于 RPRL 序列的虚拟筛选 | 第105-107页 |
| ·基于 PMPF 序列的虚拟筛选 | 第107-110页 |
| ·结论 | 第110-112页 |
| 第五章 论文工作总结及展望 | 第112-115页 |
| 参考文献 | 第115-128页 |
| 致谢 | 第128-129页 |
| 研究成果及发表的学术论文 | 第129-130页 |
| 作者简介 | 第130-131页 |
| 导师简介 | 第131页 |
