| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 英文缩写一览表 | 第10-11页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 甲状腺激素受体概况 | 第11-15页 |
| 1.1.1 甲状腺激素受体的结构 | 第11-12页 |
| 1.1.2 甲状腺激素受体的分类 | 第12页 |
| 1.1.3 甲状腺激素受体的作用机制 | 第12-13页 |
| 1.1.4 甲状腺激素及甲状腺激素受体的功能 | 第13-14页 |
| 1.1.5 甲状腺激素受体调节剂 | 第14-15页 |
| 1.2 计算机辅助计算方法介绍 | 第15-22页 |
| 1.2.1 分类方法 | 第15-16页 |
| 1.2.2 二维定量构效关系模型 | 第16-18页 |
| 1.2.3 三维定量构效关系模型 | 第18-19页 |
| 1.2.4 分子对接 | 第19-20页 |
| 1.2.5 分子动力学模拟 | 第20-21页 |
| 1.2.6 药效团模型 | 第21-22页 |
| 1.3 论文研究目的，研究意义，研究内容和研究路线 | 第22-24页 |
| 1.3.1 研究目的 | 第22页 |
| 1.3.2 研究意义 | 第22-23页 |
| 1.3.3 研究内容 | 第23页 |
| 1.3.4 研究路线 | 第23-24页 |
| 第二章 基于分类方法研究甲状腺激素受体调节剂 | 第24-37页 |
| 2.1 前言 | 第24页 |
| 2.2 材料与方法 | 第24-33页 |
| 2.2.1 数据集 | 第24-31页 |
| 2.2.2 计算分子描述参数 | 第31页 |
| 2.2.3 构建训练集和测试集 | 第31-32页 |
| 2.2.4 数学方法 | 第32-33页 |
| 2.3 结果与讨论 | 第33-36页 |
| 2.3.1 自组织映射 | 第33页 |
| 2.3.2 C4.5 | 第33页 |
| 2.3.3 随机森林 | 第33-34页 |
| 2.3.4 支持向量机 | 第34-35页 |
| 2.3.5 模型的比较 | 第35-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于二维定量构效关系方法研究甲状腺激素受体调节剂 | 第37-63页 |
| 3.1 前言 | 第37-38页 |
| 3.2 甲状腺激素受体第一靶点抑制剂活性的预测 | 第38-46页 |
| 3.2.1 材料与方法 | 第38-39页 |
| 3.2.2 结果和讨论 | 第39-45页 |
| 3.2.3 结论 | 第45-46页 |
| 3.3 甲状腺激素受体第二靶点调节剂活性的预测 | 第46-62页 |
| 3.3.1 材料与方法 | 第46-49页 |
| 3.3.2 结果和讨论 | 第49-62页 |
| 3.3.3 结论 | 第62页 |
| 3.4 本章小结 | 第62-63页 |
| 第四章 基于三维定量构效关系、分子对接和分子动力学研究甲状腺激素受体调节剂 | 第63-148页 |
| 4.1 前言 | 第63页 |
| 4.2 Sulfonylnitrophenylthiazoles (SNPTs) 作为TRs抑制剂的计算研究 | 第63-77页 |
| 4.2.1 材料与方法 | 第63-67页 |
| 4.2.2 结果和讨论 | 第67-76页 |
| 4.2.3 结论 | 第76-77页 |
| 4.3 二氢化茚衍生物作为TRs调节剂的计算研究 | 第77-95页 |
| 4.3.1 材料与方法 | 第77-81页 |
| 4.3.2 结果和讨论 | 第81-94页 |
| 4.3.3 结论 | 第94-95页 |
| 4.4 类拟甲状腺素衍生物作为TRs调节剂的计算研究 | 第95-118页 |
| 4.4.1 材料与方法 | 第95-104页 |
| 4.4.2 结果和讨论 | 第104-118页 |
| 4.4.3 结论 | 第118页 |
| 4.5 膦酸类衍生物作为TRs调节剂的计算研究 | 第118-134页 |
| 4.5.1 材料与方法 | 第118-120页 |
| 4.5.2 结果和讨论 | 第120-133页 |
| 4.5.3 结论 | 第133-134页 |
| 4.6 β-氨基酮类衍生物作为TRs调节剂的计算研究 | 第134-147页 |
| 4.6.1 材料与方法 | 第134-140页 |
| 4.6.2 结果和讨论 | 第140-146页 |
| 4.6.3 结论 | 第146-147页 |
| 4.7 本章小结 | 第147-148页 |
| 第五章 基于反向筛选方法研究甲状腺激素受体调节剂 | 第148-160页 |
| 5.1 前言 | 第148页 |
| 5.2 实验材料和方法 | 第148-150页 |
| 5.2.1 双酪氨酸结构的准备 | 第148-149页 |
| 5.2.2 靶点结构的准备 | 第149页 |
| 5.2.3 反向筛选 | 第149页 |
| 5.2.4 优化实验 | 第149页 |
| 5.2.5 验证实验 | 第149-150页 |
| 5.3 结果和讨论 | 第150-158页 |
| 5.3.1 反向筛选（顺式-双酪氨酸） | 第150页 |
| 5.3.2 反向筛选（反式-双酪氨酸） | 第150-151页 |
| 5.3.3 优化实验（顺式-双酪氨酸） | 第151页 |
| 5.3.4 优化实验（反式-双酪氨酸） | 第151-152页 |
| 5.3.5 验证实验（顺式-双酪氨酸） | 第152页 |
| 5.3.6 验证实验（反式-双酪氨酸） | 第152-153页 |
| 5.3.7 构象分析（顺式-双酪氨酸） | 第153页 |
| 5.3.8 构象分析（反式-双酪氨酸） | 第153-158页 |
| 5.4 本章小结 | 第158-160页 |
| 第六章 基于药效团模型研究甲状腺激素受体调节剂 | 第160-172页 |
| 6.1 前言 | 第160页 |
| 6.2 材料和方法 | 第160-162页 |
| 6.2.1 数据库介绍 | 第160页 |
| 6.2.2 药效团模型的建立 | 第160-161页 |
| 6.2.3 药效团模型的验证 | 第161页 |
| 6.2.4 虚拟筛选 | 第161-162页 |
| 6.2.5 分子对接 | 第162页 |
| 6.3 结果与讨论 | 第162-171页 |
| 6.3.1 药效团模型的构建 | 第162-163页 |
| 6.3.2 药效团模型的验证 | 第163-165页 |
| 6.3.3 虚拟筛选 | 第165-171页 |
| 6.4 本章小结 | 第171-172页 |
| 主要结论与展望 | 第172-174页 |
| 论文主要结论 | 第172-173页 |
| 展望 | 第173-174页 |
| 论文主要创新点 | 第174-175页 |
| 参考文献 | 第175-190页 |
| 附录: 作者在攻读博士学位期间发表的论文 | 第190页 |
