| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-22页 |
| ·研究背景 | 第10-12页 |
| ·生物活性肽 | 第10-11页 |
| ·定量构效关系 | 第11-12页 |
| ·描述符提取 | 第12-13页 |
| ·描述符筛选 | 第13-16页 |
| ·逐步线性回归 | 第13-15页 |
| ·偏最小二乘回归 | 第15-16页 |
| ·经典回归模型 | 第16-19页 |
| ·多元线性回归 | 第16-17页 |
| ·人工神经网络 | 第17-19页 |
| ·本文主要研究内容、意义及技术路线 | 第19-22页 |
| 2 基于结合算法的QSAR模型构建 | 第22-34页 |
| ·基于氨基酸物理化学性质与地统计学的描述符提取方法 | 第22-23页 |
| ·氨基酸物理化学性质描述符 | 第22页 |
| ·基于地统计学计算描述符 | 第22-23页 |
| ·改进最小冗余最大相关的描述符筛选方法 | 第23-27页 |
| ·过滤法 | 第23-24页 |
| ·改进的最小冗余最大相关 | 第24-26页 |
| ·逐个引入确定描述符个数 | 第26-27页 |
| ·基于地统计学与支持向量回归的私有化预测 | 第27-32页 |
| ·私有化预测 | 第27-29页 |
| ·基于地统计学的近邻样本选择 | 第29-30页 |
| ·支持向量回归 | 第30-32页 |
| ·模型评价指标 | 第32-34页 |
| 3 模型验证与结果分析 | 第34-48页 |
| ·数据集 | 第34-37页 |
| ·血管紧张素转化酶抑制剂 | 第34-35页 |
| ·阳离子生物抗菌肽数据集 | 第35-37页 |
| ·模型验证 | 第37-41页 |
| ·血管紧张素转化酶抑制剂QSAR模型验证结果分析 | 第37-39页 |
| ·抗菌肽QSAR模型验证结果分析 | 第39-41页 |
| ·描述符分析 | 第41-45页 |
| ·血管紧张素转化酶抑制剂重要描述符分析 | 第41-43页 |
| ·抗菌肽重要描述符分析 | 第43-45页 |
| ·讨论 | 第45-48页 |
| 4 总结与展望 | 第48-50页 |
| ·全文总结 | 第48页 |
| ·创新点 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-58页 |
| 附录 硕士期间的主要研究成果 | 第58-60页 |
| 致谢 | 第60页 |