基于网络分析的靶标可药性评价和新型hFTase抑制剂的发现
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 计算机辅助药物设计及网络药理学 | 第11-22页 |
·引言 | 第11-12页 |
·虚拟筛选技术 | 第12-16页 |
·基于受体的虚拟筛选 | 第12-15页 |
·分子对接的优化算法和打分函数 | 第13-15页 |
·分子对接中小分子和蛋白的柔性考虑 | 第15页 |
·基于配体的虚拟筛选 | 第15-16页 |
·药效团搜寻 | 第15-16页 |
·分子相似性搜索 | 第16页 |
·网络药理学 | 第16-20页 |
·网络药理学的研究背景 | 第16-17页 |
·网络药理学的数据收集及常用算法 | 第17-18页 |
·常用数据库 | 第17页 |
·基本算法简介 | 第17-18页 |
·多向药理学和多靶点设计 | 第18-20页 |
·基于多向药理学的多靶标设计 | 第18-19页 |
·多靶点设计 | 第19-20页 |
·药物研究的新进展 | 第20-21页 |
·论文总体安排 | 第21-22页 |
第2章 网络分析靶标的可药性 | 第22-42页 |
·靶标可药性分析的背景介绍 | 第22-23页 |
·基于靶标活性位点可药性研究 | 第22页 |
·基于网络分析的靶标可药性预测 | 第22-23页 |
·研究方法 | 第23-28页 |
·数据库整理 | 第23-25页 |
·人类蛋白-蛋白相互作用网络 | 第23-24页 |
·必要性蛋白 | 第24页 |
·疾病蛋白 | 第24-25页 |
·药物靶点和非药物靶点 | 第25页 |
·确定特征值 | 第25-26页 |
·分类算法—SVM | 第26-27页 |
·研究流程 | 第27-28页 |
·结果和讨论 | 第28-41页 |
·不同蛋白集的拓扑性质分析 | 第28-31页 |
·不同蛋白集的平均拓扑性质 | 第28-29页 |
·蛋白集不同范围内拓扑性质所占的比例 | 第29-31页 |
·不同蛋白-蛋白相互作用网络对分类影响 | 第31页 |
·不同正负样品比例对SVM分类效果的影响 | 第31-32页 |
·SVM分类对训练集鲁棒性研究 | 第32-33页 |
·基于疾病药物靶点的网络分析 | 第33-37页 |
·上市药物靶点的ATC疾病分类 | 第33-34页 |
·不同疾病已上市药物靶点的拓扑性质分析 | 第34-36页 |
·不同疾病已上市药物靶点的SVM分类 | 第36-37页 |
·基于亚细胞药物靶点网络分析 | 第37-41页 |
·不同蛋白集的亚细胞所占比例 | 第37-38页 |
·不同亚细胞分布药物靶标的拓扑性质分析 | 第38-40页 |
·不同亚细胞分类已上市药物靶点的SVM分类效果 | 第40-41页 |
·本章小结 | 第41-42页 |
第3章 新型hFTase抑制剂的发现 | 第42-60页 |
·hFTase简介 | 第42-48页 |
·FTase的生物功能及催化机理 | 第42-43页 |
·hFTase结构 | 第43-44页 |
·hFTase已知抑制剂研究 | 第44-46页 |
·hFTase的网络分析及其抑制剂研究意义 | 第46-48页 |
·研究方法 | 第48-51页 |
·hFTase抑制剂的虚拟筛选 | 第48-50页 |
·蛋白质及配体准备 | 第48-49页 |
·分子对接流程 | 第49-50页 |
·生物活性测试 | 第50-51页 |
·hFTase抑制剂酶活性测试 | 第50-51页 |
·hFTase抑制剂MCF-7细胞活性测试 | 第51页 |
·结果和讨论 | 第51-59页 |
·hFTase先导化合物骨架多样性分析 | 第55-56页 |
·hFTase先导化合物构效关系分析 | 第56-58页 |
·抗肿瘤细胞增殖活性评价 | 第58-59页 |
·本章小结 | 第59-60页 |
第4章 全文总结 | 第60-61页 |
参考文献 | 第61-73页 |
硕士期间发表论文 | 第73-74页 |
致谢 | 第74页 |