摘要 | 第1-4页 |
Abstract | 第4-11页 |
第一章 计算ADME 研究 | 第11-44页 |
·ADME 研究的意义 | 第11-12页 |
·计算ADME 原理 | 第12-14页 |
·计算ADME 发展 | 第14-22页 |
·计算ADME 发展史 | 第14-16页 |
·分子理化参数发展 | 第16-17页 |
·计算ADME 建模方法 | 第17-22页 |
·回归方法建模 | 第17-19页 |
·分类模型 | 第19-20页 |
·分子模拟 | 第20-22页 |
·ADME 的关键因素:P-glycoprotein 和细胞色素P450 | 第22-34页 |
·影响药物吸收的因素 | 第23-28页 |
·分子理化性质 | 第23-24页 |
·P-glycoprotein | 第24-28页 |
·P-glycoprotein 结构和功能 | 第25-26页 |
·P-glycoprotein 底物 | 第26-27页 |
·P-glycoprotein 抑制剂 | 第27-28页 |
·影响药物代谢的因素 | 第28-32页 |
·I 相反应 | 第29-30页 |
·细胞色素P450 酶 | 第30-32页 |
·细胞色素450 3A4 酶 | 第31-32页 |
·P-glycoprotein 和P450 3A4 的关系 | 第32-34页 |
·论文设计思想 | 第34-35页 |
参考文献 | 第35-44页 |
第二章 计算P-glycoprotein 研究 | 第44-86页 |
·P-glycoprotein 的底物、抑制剂的计算机识别 | 第44-69页 |
·前言 | 第44-46页 |
·方法原理 | 第46-49页 |
·统计建模方法简介 | 第46-47页 |
·数据标准化步骤 | 第47页 |
·模型评价 | 第47-49页 |
·神经网络 | 第49-57页 |
·简介 | 第49-50页 |
·BP 网络 | 第50-54页 |
·自组织映射 | 第54-57页 |
·建模数据 | 第57-61页 |
·计算程序和步骤 | 第61-62页 |
·结果与讨论 | 第62-69页 |
·分子描述符 | 第62-65页 |
·SOM 模拟结果 | 第65-67页 |
·BPNN 模型 | 第67页 |
·讨论 | 第67-69页 |
·小结 | 第69页 |
·P-glycoprotein 黄酮类抑制剂的预测模型 | 第69-83页 |
·方法原理 | 第69-75页 |
·贝叶斯调节网络 | 第70-73页 |
·偏最小二乘法 | 第73-75页 |
·黄酮类分子建模数据 | 第75-79页 |
·数据来源 | 第75-77页 |
·参数计算和参数选择 | 第77-79页 |
·建模步骤 | 第79页 |
·结果与讨论 | 第79-83页 |
·分子参数 | 第79页 |
·模拟结果讨论 | 第79-83页 |
·小结 | 第83页 |
参考文献 | 第83-86页 |
第三章 计算细胞色素P450 研究 | 第86-130页 |
·P450 循环周期理论研究 | 第86-98页 |
·引言 | 第86-88页 |
·方法原理 | 第88-90页 |
·数据 | 第90-91页 |
·结果与讨论 | 第91-97页 |
·小结 | 第97-98页 |
·P450 3A4 的类固醇底物特征识别 | 第98-110页 |
·前言 | 第98页 |
·方法原理 | 第98-102页 |
·拓扑状态指数 | 第99页 |
·本征态和E-状态参数 | 第99-100页 |
·药效团理论 | 第100-101页 |
·疏水性 | 第101-102页 |
·数据 | 第102-103页 |
·结果 | 第103-107页 |
·讨论 | 第107-110页 |
·小结 | 第110页 |
·P450 3A4 底物结合力(K_m) 的计算机预测 | 第110-119页 |
·前言 | 第110页 |
·方法和数据 | 第110-113页 |
·结果与讨论 | 第113-118页 |
·分子描述符 | 第113-117页 |
·模型 | 第117-118页 |
·小结 | 第118-119页 |
参考文献 | 第119-130页 |
第四章 P-glycoprotein 和 P450 3A4 的协同作用 | 第130-143页 |
·引言 | 第130页 |
·常微分方程建模 | 第130-132页 |
·龙格-库塔法 | 第131-132页 |
·建模步骤和数据 | 第132-136页 |
·模型描述 | 第132-133页 |
·体积参数 | 第133-134页 |
·动力学参数 | 第134-135页 |
·方程中的参数 | 第135页 |
·动力学总方程 | 第135-136页 |
·结果 | 第136-138页 |
·讨论 | 第138-141页 |
·小结 | 第141页 |
参考文献 | 第141-143页 |
第五章 结论与展望 | 第143-148页 |
·结论 | 第143-144页 |
·创新点 | 第144页 |
·后续工作建议 | 第144-146页 |
·展望 | 第146-148页 |
作者简介及发表文章 | 第148-152页 |
致谢 | 第152页 |