中文摘要 | 第4-6页 |
Abstract | 第6-7页 |
缩略语/符号说明 | 第11-12页 |
前言 | 第12-23页 |
研究现状、成果 | 第12-21页 |
研究目的、方法 | 第21-23页 |
一、从Asinex数据库虚拟筛选PPARα/γ双靶点激动剂 | 第23-40页 |
1.1 材料与方法 | 第23-25页 |
1.1.1 蛋白准备 | 第23页 |
1.1.2 虚拟筛选 | 第23页 |
1.1.3 ADMET预测和Lipinski5规则筛选 | 第23-24页 |
1.1.4 分子动力学模拟 | 第24-25页 |
1.2 结果与讨论 | 第25-39页 |
1.2.1 虚拟筛选和分子对接的结果 | 第25-30页 |
1.2.2 ADMET预测和Lipinski5规则筛选的结果 | 第30-34页 |
1.2.3 分子动力学 | 第34-39页 |
1.3 小结 | 第39-40页 |
二、用分子对接和3D-QSAR方法研究PPARγ拮抗剂 | 第40-58页 |
2.1 材料与方法 | 第40-48页 |
2.1.1 化合物及活性数据 | 第40-45页 |
2.1.2 化合物3D结构的构建与优化 | 第45-46页 |
2.1.3 分子对接 | 第46页 |
2.1.4 分子模型和分子叠合 | 第46-47页 |
2.1.5 3D-QSAR模型的建立 | 第47页 |
2.1.6 偏最小二乘法(PLS)分析 | 第47-48页 |
2.2 结果与讨论 | 第48-57页 |
2.2.1 分子对接结果 | 第48-50页 |
2.2.2 3D-QSAR模型统计学结果 | 第50-53页 |
2.2.3 标准偏差和相关系数等高图 | 第53-55页 |
2.2.4 预测新化合物的活性 | 第55-57页 |
2.3 小结 | 第57-58页 |
三、骨架跃迁设计新型PPARα/γ双靶点激动剂 | 第58-75页 |
3.1 材料与方法 | 第58-60页 |
3.1.1 受体准备 | 第58-59页 |
3.1.2 分子对接 | 第59页 |
3.1.3 ADMET预测 | 第59页 |
3.1.4 分子动力学模拟 | 第59-60页 |
3.2 结果与讨论 | 第60-74页 |
3.2.1 对接结果 | 第60-68页 |
3.2.2 ADMET预测结果 | 第68-71页 |
3.2.3 分子动力学模拟结果 | 第71-74页 |
3.3 小结 | 第74-75页 |
四、基于药效团的筛选方法发现PPARα/γ双靶点激动剂 | 第75-90页 |
4.1 材料与方法 | 第75-77页 |
4.1.1 蛋白和配体分子的准备 | 第75页 |
4.1.2 药效团的构建 | 第75-76页 |
4.1.3 药效团的验证 | 第76页 |
4.1.4 基于药效团的虚拟筛选 | 第76页 |
4.1.5 精准对接 | 第76页 |
4.1.6 ADMET预测 | 第76页 |
4.1.7 分子动力学 | 第76-77页 |
4.2 结果与讨论 | 第77-89页 |
4.2.1 药效团 | 第77-80页 |
4.2.2 精准对接 | 第80-83页 |
4.2.3 ADMET预测 | 第83-85页 |
4.2.4 分子动力学 | 第85-89页 |
4.3 小结 | 第89-90页 |
结论 | 第90-91页 |
参考文献 | 第91-105页 |
发表论文和参加科研情况说明 | 第105-106页 |
综述 新型抗糖尿病药物的研究进展 | 第106-124页 |
综述参考文献 | 第120-124页 |
致谢 | 第124-125页 |
个人简历 | 第125页 |