| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 文献综述 | 第8-22页 |
| ·ADME建模工具 | 第9-10页 |
| ·数据建模(Data-based modeling) | 第9-10页 |
| ·分子建模(Structure-based modeling) | 第10页 |
| ·ADME建模基础理论 | 第10-14页 |
| ·描述符 | 第10-11页 |
| ·变量选择 | 第11页 |
| ·支持向量回归(Support Vector Regression,SVR) | 第11-13页 |
| ·基本原理 | 第11-12页 |
| ·参数的选择 | 第12-13页 |
| ·模型的验证 | 第13-14页 |
| ·药物与血浆蛋白结合 | 第14-16页 |
| ·药物与血浆蛋白结合 | 第14页 |
| ·血浆蛋白结合率 | 第14-15页 |
| ·人类血浆白蛋白 | 第15-16页 |
| ·物理特性 | 第15页 |
| ·结构特性和结合特征 | 第15-16页 |
| ·分子对接 | 第16-17页 |
| ·小结 | 第17-18页 |
| ·参考文献 | 第18-22页 |
| 第二章 利用小分子结构描述符预测HSA结合率 | 第22-33页 |
| ·小分子结构与其HSA结合率数据 | 第22-25页 |
| ·小分子结构描述符的计算 | 第25-26页 |
| ·描述符的选择 | 第26-27页 |
| ·预测模型的建立和验证 | 第27-28页 |
| ·结果与讨论 | 第28-30页 |
| ·逐步线性回归结果 | 第28页 |
| ·SVR建模预测结果 | 第28-30页 |
| ·小结 | 第30-31页 |
| ·参考文献 | 第31-33页 |
| 第三章 利用对接分数描述符预测HSA结合率 | 第33-47页 |
| ·数据和方法 | 第34-38页 |
| ·数据来源 | 第34页 |
| ·对接分数描述符的计算 | 第34-38页 |
| ·对接前小分子结构的准备 | 第34-35页 |
| ·对接前HSA结构的准备 | 第35-36页 |
| ·分子对接 | 第36-38页 |
| ·描述符的选择、预测模型建立和验证 | 第38页 |
| ·结果与讨论 | 第38-43页 |
| ·利用逐步多元线性回归进行描述符选择的结果 | 第38-39页 |
| ·预测模型的结果 | 第39-41页 |
| ·蛋白质或小分子柔性对模型预测的影响 | 第41-43页 |
| ·蛋白质构象的影响 | 第41-42页 |
| ·小分子构象的影响 | 第42-43页 |
| ·小结 | 第43-45页 |
| ·参考文献 | 第45-47页 |
| 第四章 展望 | 第47-50页 |
| ·参考文献 | 第49-50页 |
| 结论 | 第50-51页 |
| 硕士期间发表的论文 | 第51-52页 |
| 致谢 | 第52页 |
