首页--医药、卫生论文--中国医学论文--中药学论文--中药化学论文

基于分子振动特征的药物靶点识别及活性预测模型研究

摘要第6-9页
ABSTRACT第9-12页
英文缩略语第13-14页
第一章 文献综述第14-24页
    1.1 药物作用靶点预测的研究现状第14-16页
        1.1.1 基于配体结构特征的药物作用靶点预测第14-15页
        1.1.2 基于受体结构特征的药物作用靶点预测第15页
        1.1.3 基于数据挖掘的药物作用靶点预测第15-16页
        1.1.4 小结第16页
    1.2 药物活性预测的研究现状第16-18页
        1.2.1 基于药效团方法的药物活性预测第16页
        1.2.2 基于QSAR方法的药物活性预测第16-17页
        1.2.3 基于分子对接方法的药物活性预测第17页
        1.2.4 分子对接与QSAR联用进行药物活性预测第17-18页
        1.2.5 小结第18页
    1.3 药物靶点相互作用关系预测的研究现状第18-21页
        1.3.1 药物靶点相互作用关系的定性预测第18-20页
        1.3.2 药物靶点相互作用关系的定量预测第20页
        1.3.3 小结第20-21页
    参考文献第21-24页
前言第24-26页
第二章 药物与靶点特征属性的分析及确定第26-54页
    2.1 数据来源第26-28页
    2.2 方法原理第28-34页
        2.2.1 靶点的参数化表征第28-29页
        2.2.2 药物分子的参数化表征第29-31页
        2.2.3 药物-靶点相互作用特征子集的构建第31-34页
    2.3 结果与讨论第34-53页
        2.3.1 靶点参数化表征的结果第34-43页
        2.3.2 药物分子参数化表征的结果第43-52页
        2.3.3 药物与靶点相互作用的特征子集第52-53页
    2.4 小结第53-54页
第三章 药物与靶点定量预测模型的构建第54-76页
    3.1 数据来源第54-55页
    3.2 方法原理第55-61页
        3.2.1 训练集与测试集的划分第55-56页
        3.2.2 随机森林算法第56-57页
        3.2.3 支持向量机算法第57-59页
        3.2.4 人工神经网络算法第59-60页
        3.2.5 定量预测模型的评价方法第60-61页
    3.3 结果与讨论第61-71页
        3.3.1 随机森林算法构建的药物靶点定量预测模型第62-64页
        3.3.2 支持向量机算法构建的药物靶点定量预测模型第64-68页
        3.3.3 人工神经网络算法构建的药物靶点定量预测模型第68-71页
    3.4 最优模型的选择第71-74页
    3.5 与文献报道的药物-靶点定量预测模型的比较第74页
    3.6 小结第74-76页
第四章 药物靶点定量预测模型在中药化学成分靶点识别及活性预测中的应用第76-80页
    4.1 数据来源第76页
    4.2 方法与原理第76-77页
    4.3 结果与讨论第77-78页
        4.3.1 EC_(50)最优模型在中药化学成分靶点识别及活性预测中的应用第77页
        4.3.2 KD最优模型在中药化学成分靶点识别与活性预测中的应用第77-78页
    4.4 小结第78-80页
第五章 总结与展望第80-82页
    5.1 研究成果第80页
    5.2 创新点第80页
    5.3 展望第80-82页
参考文献第82-87页
附录第87-106页
致谢第106-107页
在学期间主要研究成果第107-108页

论文共108页,点击 下载论文
上一篇:探讨四逆汤干预TAC诱导的慢性心衰小鼠心肌凋亡的实验研究
下一篇:基于疼痛的中枢敏化分析寒、热痹证属性以及乌头干预作用的药效学研究