| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 喜树碱综述 | 第10-15页 |
| 1.1 喜树碱简介 | 第10-11页 |
| 1.1.1 喜树简介 | 第10页 |
| 1.1.2 喜树碱分子的发现和分子理化性质 | 第10-11页 |
| 1.2 喜树碱目前的研究现状 | 第11-13页 |
| 1.2.1 拓扑替康研究现状 | 第11-12页 |
| 1.2.2 伊利替康研究现状 | 第12页 |
| 1.2.3 其他喜树碱衍生物的研究现状 | 第12-13页 |
| 1.3 喜树碱抗肿瘤机制 | 第13页 |
| 1.4 课题研究的主要内容 | 第13-15页 |
| 1.4.1 两组喜树碱衍生物结构参数的确定 | 第14页 |
| 1.4.2 两组喜树碱衍生物的活性数据半数抑制率(IC_(50)) | 第14-15页 |
| 第二章 定量构效关系(QSAR)概述 | 第15-28页 |
| 2.1 定量构效关系(QSAR)简介 | 第15-19页 |
| 2.1.1 定量构效关系的发展 | 第15-18页 |
| 2.1.2 定量构效关系研究方法 | 第18-19页 |
| 2.2 高斯软件(Gaussian) | 第19-21页 |
| 2.2.1 计算化学 | 第19页 |
| 2.2.2 Gaussian和 GaussView软件的简介 | 第19-20页 |
| 2.2.3 GaussView的功能 | 第20页 |
| 2.2.4 Gaussian的功能 | 第20-21页 |
| 2.3 主成分分析 | 第21-25页 |
| 2.3.1 SPSS软件介绍 | 第21-22页 |
| 2.3.2 主成分分析方法分析原理和过程 | 第22-23页 |
| 2.3.3 主成分计算的主要步骤 | 第23-24页 |
| 2.3.4 主成分分析在SPSS19.0 中的主要计算方法 | 第24-25页 |
| 2.4 BP神经网络 | 第25-28页 |
| 2.4.1 MATLAB软件简介 | 第25页 |
| 2.4.2 MATLAB软件的优点 | 第25页 |
| 2.4.3 BP神经网络 | 第25-28页 |
| 第三章 第一组喜树碱类衍生物的定量构效关系研究 | 第28-44页 |
| 3.1 第一组喜树碱衍生物分子的结构和活性数据 | 第28-29页 |
| 3.2 第一组喜树碱衍生物分子的高斯优化 | 第29-32页 |
| 3.3 第一组具有抗肿瘤活性的喜树碱衍生物分子的主成分分析 | 第32-42页 |
| 3.3.1 第一组喜树碱衍生物分子结构参数标准化处理 | 第32-35页 |
| 3.3.2 第一组喜树碱衍生物分子结构参数的因子分析 | 第35-37页 |
| 3.3.3 第一组喜树碱衍生物分子的主成分得分 | 第37-41页 |
| 3.3.4 第一组喜树碱衍生物分子的主成分分析结果讨论 | 第41-42页 |
| 3.4 第一组喜树碱衍生物分子的BP神经网络预测 | 第42-44页 |
| 第四章 第二组喜树碱衍生物分子的定量构效关系研究 | 第44-59页 |
| 4.1 第二组喜树碱衍生物分子结构和活性数据 | 第44-45页 |
| 4.2 第二组喜树碱衍生物分子的高斯优化 | 第45-47页 |
| 4.3 第二组具有抗肿瘤活性的喜树碱衍生物分子的主成分分析 | 第47-56页 |
| 4.3.1 第二组喜树碱衍生物分子的结构参数的标准化处理 | 第47-50页 |
| 4.3.2 第二组喜树碱衍生物分子结构参数的因子分析 | 第50-52页 |
| 4.3.3 第二组喜树碱衍生物分子的主成分得分 | 第52-56页 |
| 4.3.4 第二组喜树碱衍生物分子的主成分分析总结 | 第56页 |
| 4.4 第二组喜树碱衍生物分子的BP神经网络预测 | 第56-59页 |
| 第五章 总结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录 | 第65-66页 |
| 感谢 | 第66页 |
