摘要 | 第3-4页 |
ABSTRACT | 第4页 |
第一章 理论基础与文献背景 | 第8-27页 |
1.1 计算机辅助药物设计简述 | 第8-16页 |
1.1.1 计算机辅助药物设计方法分类 | 第8-9页 |
1.1.2 定量构效关系方法 | 第9-15页 |
1.1.3 分子对接方法 | 第15-16页 |
1.2 细胞色素酶P450 简述 | 第16-20页 |
1.2.1 P450 研究简史 | 第17页 |
1.2.2 P450 的功能 | 第17-18页 |
1.2.3 P450 的分类 | 第18-19页 |
1.2.4 P450 研究意义 | 第19-20页 |
1.3 疟疾的机理与当前的抗疟药 | 第20-22页 |
1.3.1 疟疾的致病机理 | 第21页 |
1.3.2 疟疾的防治 | 第21-22页 |
1.3.3 疟原虫的抗药性与毒性增强 | 第22页 |
参考文献 | 第22-27页 |
第二章 支持向量机在CYP3A4 抑制模型中的应用 | 第27-41页 |
2.1 方法与原理 | 第28-30页 |
2.1.1 数据来源 | 第28-29页 |
2.1.2 支持向量机 | 第29-30页 |
2.2 计算结果 | 第30-32页 |
2.3 问题讨论 | 第32-37页 |
2.3.1 SVM 参数的设置 | 第32-36页 |
2.3.2 SVM 模型分析 | 第36-37页 |
2.3.3 SVM 方法与ANN、PLS 等方法的比较 | 第37页 |
2.4 结论 | 第37-38页 |
参考文献 | 第38-41页 |
第三章 细胞色素酶P450 的米氏常数的定量构效关系研究 | 第41-59页 |
3.1 方法与原理 | 第41-50页 |
3.1.1 数据来源 | 第41-48页 |
3.1.2 描述符计算 | 第48页 |
3.1.3 偏最小二乘法 | 第48页 |
3.1.4 RBF 网络 | 第48-49页 |
3.1.5 支持向量机 | 第49-50页 |
3.2 计算结果 | 第50-52页 |
3.2.1 PLS 模型 | 第50页 |
3.2.2 RBFNN 模型 | 第50-51页 |
3.2.3 SVM 模型 | 第51-52页 |
3.3 问题讨论 | 第52页 |
3.4 结论 | 第52-53页 |
参考文献 | 第53-59页 |
第四章 嘧啶类抗疟疾药物的定量构效关系研究 | 第59-71页 |
4.1 方法与原理 | 第59-64页 |
4.1.1 数据来源 | 第59-61页 |
4.1.2 描述符计算 | 第61页 |
4.1.3 参数的选择与拟合方法 | 第61页 |
4.1.4 模型预测能力评价 | 第61页 |
4.1.5 偏最小二乘法 | 第61-62页 |
4.1.6 RBF 网络 | 第62页 |
4.1.7 支持向量机 | 第62页 |
4.1.8 活性构象选择 | 第62-63页 |
4.1.9 COMFA 与COMSIA | 第63-64页 |
4.2 2D-QSAR 计算结果及分析 | 第64-68页 |
4.2.1 PLS 模型分析 | 第64-65页 |
4.2.2 RBFNN 模型分析 | 第65-66页 |
4.2.3 SVM 模型分析 | 第66-67页 |
4.2.4 PLS、RBFNN 与SVM 模型的比较 | 第67-68页 |
4.3 3D-QSAR 计算结果及分析 | 第68-70页 |
4.3.1 COMFA 与COMSIA 模型分析 | 第68-70页 |
4.4 结论 | 第70-71页 |
参考文献 | 第71-73页 |
致谢 | 第73-75页 |