摘要 | 第6-8页 |
ABSTRACT | 第8-9页 |
缩略语表 | 第10-11页 |
1 前言 | 第11-16页 |
1.1 计算机辅助药物设计与备筛化合物 | 第11-12页 |
1.1.1 虚拟筛选中的商业化合物 | 第11-12页 |
1.1.2 天然产物的新黄金时代 | 第12页 |
1.2 小分子结构分析中的化学信息学 | 第12-16页 |
1.2.1 分子片段和骨架 | 第14页 |
1.2.2 小分子的化学空间展示 | 第14-15页 |
1.2.3 小分子的类药性研究 | 第15-16页 |
2 材料和方法 | 第16-24页 |
2.1 商业化合物库的处理 | 第16-20页 |
2.1.1 库的准备和标准化 | 第16-17页 |
2.1.2 片段的产生 | 第17-18页 |
2.1.3 骨架多样性分析 | 第18页 |
2.1.4 Tree Maps的产生 | 第18-19页 |
2.1.5 SAR Maps的产生 | 第19-20页 |
2.2 天然产物库的处理 | 第20-24页 |
2.2.1 数据库的准备 | 第20-21页 |
2.2.2 60 个物理化学性质的分析 | 第21页 |
2.2.3 四种片段分析 | 第21-22页 |
2.2.4 基于理化性质、结构和机器学习方法的类药性分析 | 第22页 |
2.2.5 基于结构的图形展示:Tree Maps | 第22-24页 |
3 结果与分析 | 第24-55页 |
3.1 商业化合物库分析结果 | 第24-37页 |
3.1.1 片段统计 | 第24-29页 |
3.1.2 骨架累积频率曲线 | 第29-32页 |
3.1.3 Tree Maps | 第32-34页 |
3.1.4 SAR Maps | 第34-37页 |
3.2 天然产物库分析结果 | 第37-55页 |
3.2.1 TNPs和MNPs之间的物理化学性质的差异 | 第37-41页 |
3.2.1.1 分子尺寸 | 第39页 |
3.2.1.2 分子溶解度 | 第39页 |
3.2.1.3 元素组成 | 第39页 |
3.2.1.4 键,链和环的数目 | 第39-40页 |
3.2.1.5 基于简单物理化学性质的类药性分析 | 第40-41页 |
3.2.2 TNPs和MNPs片段和骨架差异 | 第41-52页 |
3.2.2.1 TNPs和MNPs代表性片段和骨架分析 | 第47-49页 |
3.2.2.2 TNPs和MNPs骨架类型差异的比较 | 第49-50页 |
3.2.2.3 基于Murcko骨架的类药性 | 第50-52页 |
3.2.3 TNPs和MNPs的类药性差异 | 第52-55页 |
4 讨论 | 第55-57页 |
参考文献 | 第57-62页 |
附录 | 第62-76页 |
致谢 | 第76页 |