摘要 | 第4-6页 |
Abstract | 第6页 |
第1章 绪论 | 第11-17页 |
1.1 HIV-1蛋白酶及其抑制剂的研究背景 | 第11-13页 |
1.1.1 HIV-1蛋白酶的研究意义 | 第11页 |
1.1.2 HIV-1蛋白酶的结构与功能 | 第11-12页 |
1.1.3 HIV-1蛋白酶抑制剂的研究现状及进展 | 第12-13页 |
1.2 定量构效关系的发展现状 | 第13-15页 |
1.2.1 定量构效关系的简介 | 第13-14页 |
1.2.2 定量构效关系的构建方法 | 第14-15页 |
1.3 定量构动关系的研究进展 | 第15-16页 |
1.3.1 定量构动关系的简介 | 第15页 |
1.3.2 定量构动关系的构建方法 | 第15-16页 |
1.4 本文研究内容 | 第16-17页 |
第2章 研究方法 | 第17-29页 |
2.1 支持向量机 | 第17-22页 |
2.1.1 简介 | 第17页 |
2.1.2 支持向量机的理论基础 | 第17-22页 |
2.2 偏最小二乘回归 | 第22-25页 |
2.2.1 简介 | 第22-23页 |
2.2.2 基本原理 | 第23-25页 |
2.3 BP人工神经网络 | 第25-28页 |
2.3.1 简介 | 第25-27页 |
2.3.2 基本原理 | 第27-28页 |
2.4 本章小结 | 第28-29页 |
第3章 HIV-1蛋白酶抑制剂的定量构效关系研究 | 第29-41页 |
3.1 研究对象 | 第29页 |
3.1.1 HIV-1蛋白酶抑制剂的收集 | 第29页 |
3.1.2 HIV-1蛋白酶抑制剂的预处理 | 第29页 |
3.2 研究方法 | 第29-34页 |
3.2.1 描述符获取与筛选 | 第29-31页 |
3.2.2 支持向量机建模 | 第31-33页 |
3.2.3 偏最小二乘回归建模 | 第33页 |
3.2.4 BP人工神经网络建模 | 第33-34页 |
3.2.5 模型的评估方法 | 第34页 |
3.3 结果与讨论 | 第34-39页 |
3.3.1 描述符筛选 | 第34页 |
3.3.2 支持向量机模型 | 第34-36页 |
3.3.3 偏最小二乘回归模型 | 第36-37页 |
3.3.4 BP人工神经网络模型 | 第37-39页 |
3.4 本章小结 | 第39-41页 |
第4章 HIV-1蛋白酶抑制剂定量构动关系的研究 | 第41-49页 |
4.1 研究对象 | 第41页 |
4.1.1 HIV-1蛋白酶抑制剂的研究参数 | 第41页 |
4.1.2 HIV-1蛋白酶抑制剂的预处理 | 第41页 |
4.2 材料与方法 | 第41-43页 |
4.2.1 描述符获取与筛选 | 第41-42页 |
4.2.2 支持向量机建模 | 第42页 |
4.2.3 偏最小二乘回归建模 | 第42页 |
4.2.4 BP人工神经网络建模 | 第42页 |
4.2.5 模型的评估方法 | 第42-43页 |
4.3 结果与讨论 | 第43-47页 |
4.3.1 描述符筛选 | 第43页 |
4.3.2 支持向量机模型 | 第43-44页 |
4.3.3 偏最小二乘回归模型 | 第44-46页 |
4.3.4 BP人工神经网络模型 | 第46-47页 |
4.3.5 模型比较 | 第47页 |
4.4 本章小结 | 第47-49页 |
结论与展望 | 第49-51页 |
参考文献 | 第51-57页 |
附录 | 第57-67页 |
攻读硕士学位期间发表的学术论文 | 第67-69页 |
致谢 | 第69页 |