| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-32页 |
| 1.1 计算药代动力学 | 第13-14页 |
| 1.2 计算毒理学 | 第14-15页 |
| 1.3 QSAR概述 | 第15-16页 |
| 1.4 QSAR研究方法 | 第16-31页 |
| 1.4.1 数据预处理 | 第16-18页 |
| 1.4.2 化合物结构描述 | 第18页 |
| 1.4.3 机器学习算法 | 第18-27页 |
| 1.4.4 常用的模型构建工具 | 第27-28页 |
| 1.4.5 模型评价 | 第28-31页 |
| 1.5 论文总体安排 | 第31-32页 |
| 第2章 化合物人类血浆蛋白结合率计算预测模型构建 | 第32-48页 |
| 2.1 引言 | 第32-33页 |
| 2.2 材料与方法 | 第33-35页 |
| 2.2.1 数据的准备 | 第33-34页 |
| 2.2.2 分子描述符计算 | 第34页 |
| 2.2.3 回归模型构建 | 第34页 |
| 2.2.4 回归模型评价 | 第34页 |
| 2.2.5 定义模型应用域 | 第34-35页 |
| 2.3 结果 | 第35-43页 |
| 2.3.1 数据收集结果与分析 | 第35页 |
| 2.3.2 分子描述符分析 | 第35-36页 |
| 2.3.3 化学空间分析 | 第36-37页 |
| 2.3.4 不同模型的结果比较 | 第37-39页 |
| 2.3.5 一致性模型的结果 | 第39-40页 |
| 2.3.6 实验误差与模型预测误差比较 | 第40-41页 |
| 2.3.7 模型应用域的结果 | 第41-43页 |
| 2.4 讨论 | 第43-46页 |
| 2.4.1 分析模型不同指标值不一致的原因 | 第43-44页 |
| 2.4.2 模型对不同测试集的预测结果分析 | 第44-45页 |
| 2.4.3 不同的单模型和一致性模型结果分析 | 第45页 |
| 2.4.4 应用域分析 | 第45-46页 |
| 2.5 本章小结 | 第46-48页 |
| 第3章 内分泌干扰物的多靶标单标签和多标签预测模型构建 | 第48-74页 |
| 3.1 引言 | 第48-49页 |
| 3.2 材料与方法 | 第49-55页 |
| 3.2.1 数据收集与准备 | 第49-51页 |
| 3.2.2 多标签数据集(MLD)特征描述 | 第51-53页 |
| 3.2.3 分子指纹计算 | 第53页 |
| 3.2.4 模型构建 | 第53-54页 |
| 3.2.5 模型评价 | 第54-55页 |
| 3.3 结果与讨论 | 第55-73页 |
| 3.3.1 数据集分析 | 第55-59页 |
| 3.3.2 单标签模型的结果与分析 | 第59-64页 |
| 3.3.3 多标签模型的结果与分析 | 第64-69页 |
| 3.3.4 多标签模型的进一步优化 | 第69-73页 |
| 3.4 本章小结 | 第73-74页 |
| 第4章 全文总结与展望 | 第74-76页 |
| 参考文献 | 第76-84页 |
| 硕士期间发表论文 | 第84-85页 |
| 致谢 | 第85页 |