首页--工业技术论文--化学工业论文--制药化学工业论文--一般性问题论文--基础理论论文

Beta分泌酶抑制剂的构效关系研究

摘要第5-7页
ABSTRATC第7-8页
第一章 绪论第15-30页
    1.1 计算机辅助药物设计第15-16页
    1.2 构效关系研究第16-22页
        1.2.1 分子描述符第16-17页
        1.2.2 分子描述符的选择第17页
        1.2.3 描述符与活性之间的关系第17-22页
            1.2.3.1 多元的线性回归第18-19页
            1.2.3.2 自组织神经网络第19-21页
            1.2.3.3 支持向量机第21-22页
    1.3 Beta分泌酶及其抑制剂第22-28页
        1.3.1 Beta分泌酶第22-26页
            1.3.1.1 BACE1在阿尔茨海默症的作用第24-25页
            1.3.1.2 阿尔茨海默症第25-26页
        1.3.2 Beta分泌酶抑制剂第26-28页
            1.3.2.1 BACE1抑制剂临床研究进展第26-27页
            1.3.2.2 结构活性关系研究第27-28页
    1.4 本论文主要研究工作第28-30页
第二章 Beta分泌酶抑制剂分类研究第30-52页
    2.1 研究背景第30-31页
    2.2 数据的收集和处理第31-32页
        2.2.1 数据收集第31-32页
        2.2.2 数据的预处理第32页
        2.2.3 化合物结构优化第32页
    2.3 抑制剂的描述符第32-34页
        2.3.1 描述符计算第33页
        2.3.2 ECFP指纹图谱第33-34页
    2.4 描述符的筛选第34-38页
        2.4.1 相关性分析第34-35页
        2.4.2 F-score方法选择描述符第35-37页
        2.4.3 用Weka软件选描述符第37-38页
    2.5 建模方法第38-39页
        2.5.1 自组织神经网络(SOM)分类模型第38页
        2.5.2 支持向量机(SVM)分类模型第38-39页
    2.6 模型评估方法第39页
        2.6.1 ROC曲线第39页
        2.6.2 Y-randomization验证第39页
    2.7 结果与讨论第39-51页
        2.7.1 模型结果第40-45页
            2.7.1.1 自组织神经网络(SOM)分类模型第40-43页
            2.7.1.2 SVM模型第43-45页
        2.7.2 模型检验第45-47页
            2.7.2.1 ROC验证第45-46页
            2.7.2.2 Y-randomization检验第46-47页
        2.7.3 自组织神经网络算法与支持向量机方法对照第47页
        2.7.4 训练集/测试集划分方法的比较第47-48页
        2.7.5 描述符分析第48-49页
        2.7.6 ECFP指纹图谱分析第49-51页
    2.8 本章小结论第51-52页
第三章 β分泌酶抑制剂活性的定量预测研究第52-69页
    3.1 概述第52页
    3.2 数据采集与处理第52-53页
    3.3 化合物描述符的计算第53-56页
        3.3.1 选择描述符第54页
        3.3.2 MLR建模的描述符第54-55页
        3.3.3 SVM建模的描述符第55-56页
    3.4 定量预测模型第56页
    3.5 Y-randomization检验第56-57页
    3.6 结果与分析第57-67页
        3.6.1 模型结果第57-62页
            3.6.1.1 多元线性回归模型第57-60页
            3.6.1.2 支持向量机模型第60-62页
        3.6.2 Y-randomization检验第62-66页
            3.6.2.1 MLR模型检验第63-64页
            3.6.2.2 SVM模型检验第64-66页
        3.6.3 描述符的分析第66-67页
    3.7 结论第67-69页
第四章 结论建议第69-72页
    4.1 结论第69-70页
    4.2 建议第70-72页
参考文献第72-78页
附录第78-84页
致谢第84-85页
研究成果及发表的学术论文第85-86页
作者简介第86-87页
导师简介第87-88页
附件第88-89页

论文共89页,点击 下载论文
上一篇:miRNA对非酒精性脂肪肝病变的分子调控作用
下一篇:酶法合成植物甾醇酯