| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-24页 |
| ·化学信息学 | 第14页 |
| ·概述 | 第14页 |
| ·化学信息学与生物信息学 | 第14页 |
| ·定量构效关系 | 第14-16页 |
| ·定量构效关系的概念 | 第14-15页 |
| ·定量构效关系研究的发展 | 第15-16页 |
| ·定量构效关系的参数 | 第16-17页 |
| ·活性参数 | 第16页 |
| ·结构参数 | 第16-17页 |
| ·构建QSAR模型的统计方法 | 第17-21页 |
| ·多元线性回归(Multilinear Regression Analysis,MLR) | 第17-19页 |
| ·人工神经网络(Artificial Neural Networks) | 第19-21页 |
| ·支持向量机算法(Support Vector Machine,SVM) | 第21页 |
| ·碳酸酐酶简介 | 第21-22页 |
| ·磺胺类碳酸酐酶抑制剂 | 第22-24页 |
| 第二章 碳酸酐酶Ⅱ抑制剂的活性预测 | 第24-36页 |
| ·人的碳酸酐酶Ⅱ及其抑制剂简介 | 第24-25页 |
| ·简介 | 第24页 |
| ·碳酸酐酶Ⅱ抑制剂的预测模型 | 第24-25页 |
| ·化合物结构和实验数据来源 | 第25页 |
| ·实验数据 | 第25页 |
| ·化合物结构库 | 第25页 |
| ·数据库的相关信息 | 第25页 |
| ·结构参数计算 | 第25-27页 |
| ·分子描述符的选择 | 第27-28页 |
| ·数据集的划分 | 第28-29页 |
| ·随机分类的方法划分数据集 | 第28页 |
| ·Kohonen自组织神经网络方法划分数据集 | 第28-29页 |
| ·建立预测模型 | 第29-34页 |
| ·多元线性回归的模型 | 第30-32页 |
| ·支持向量机模型 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 碳酸酐酶Ⅸ抑制剂的活性预测 | 第36-58页 |
| ·碳酸酐酶Ⅸ简介 | 第36页 |
| ·简介 | 第36页 |
| ·碳酸酐酶Ⅸ抑制剂的预测模型 | 第36页 |
| ·化合物结构和实验数据来源 | 第36-37页 |
| ·实验数据 | 第36-37页 |
| ·化合物结构库 | 第37页 |
| ·数据库的相关信息 | 第37页 |
| ·结构参数计算 | 第37-38页 |
| ·分子描述符的选择 | 第38-43页 |
| ·Kohonen自组织神经网络方法划分数据集 | 第43页 |
| ·基于ADRIANA.Code描述符的模型预测 | 第43-47页 |
| ·15个ADRIANA.Code描述符的自组织神经网络划分结果 | 第43-44页 |
| ·预测模型 | 第44-47页 |
| ·基于MOE描述符的预测模型 | 第47-51页 |
| ·27个MOE描述符的划分结果 | 第47-48页 |
| ·预测模型 | 第48-51页 |
| ·基于ADRIANA.Code和MOE描述符的预测模型 | 第51-55页 |
| ·16个ADRIANA.Code和MOE描述符的划分结果 | 第52-53页 |
| ·预测模型 | 第53-55页 |
| ·本章小结 | 第55-58页 |
| 第四章 结论与建议 | 第58-60页 |
| ·全文总结 | 第58-59页 |
| ·建议 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 研究成果及发表的学术论文 | 第65-66页 |
| 作者简介 | 第66-67页 |
| 导师简介 | 第67页 |
