论文目录 | |
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 缩略词表 | 第10-11页 |
| 前言 | 第11-12页 |
| 第一章 文献综述 | 第12-24页 |
| · 计算机辅助药物设计 | 第12-13页 |
| · 定量构效关系(QSAR) | 第13-15页 |
| · 定量构效关系概述 | 第13页 |
| · 定量构效关系历史 | 第13-15页 |
| · 建立构效关系的方法 | 第15-18页 |
| · 支持向量机（spport Vector Machine, SVM) | 第15-16页 |
| · 自组织神经网络（Self-Orgnization Maps, SOM） | 第16-17页 |
| · 多元线性回归（Multiple Linear Regression, MLR） | 第17-18页 |
| · 酰基辅酶 A:胆固醇酰基转移酶抑制剂研究现状 | 第18-22页 |
| · 酰基辅酶 A:胆固醇酰基转移酶 | 第18-19页 |
| · 同工异构酶 ACAT1 与 ACAT2 相关作用 | 第19-20页 |
| · ACAT 抑制剂 | 第20-22页 |
| · ACAT2 选择性抑制剂 | 第22页 |
| · 本文主要研究内容 | 第22-24页 |
| 第二章 酰基辅酶 A:胆固醇酰基转移酶抑制剂选择性分类模型 | 第24-38页 |
| · 背景简介 | 第24页 |
| · 材料和方法 | 第24-30页 |
| · 酰基辅酶 A:胆固醇酰基转移酶抑制剂数据集 | 第24-25页 |
| · 随机选择方法划分训练集和测试集 | 第25-26页 |
| · 自组织神经网络(SOM)方法划分训练集和测试集 | 第26页 |
| · ADRIANA.Code 描述符表征分子结构 | 第26-27页 |
| · 相关性分析和逐步线性回归选择描述符 | 第27页 |
| · 自组织神经网络(SOM)分析 | 第27-29页 |
| · 支持向量机(SVM)分析 | 第29页 |
| · 指纹图谱 ECFP_4 | 第29-30页 |
| · 结果与讨论 | 第30-37页 |
| · 随机方法分训练集、测试集的 SVM 预测模型 | 第30页 |
| · 自组织神经网络(SOM)方法分训练集、测试集的 SVM 预测模型 | 第30页 |
| · 随机方法分训练集、测试集的 SOM 预测模型 | 第30-33页 |
| · 自组织神经网络方法分训练集、测试集的 SOM 预测模型 | 第33-35页 |
| · 利用 ECFP_4 fingerprints 分析分子结构与模型关系 | 第35-37页 |
| · 分子描述符与模型的关系 | 第37页 |
| · 本章小结 | 第37-38页 |
| 第三章 ACAT2 抑制剂生物活性的定量预测研究 | 第38-50页 |
| · 背景介绍 | 第38-39页 |
| · 材料和方法 | 第39-42页 |
| · 训练集与测试集的划分 | 第39页 |
| · 化合物分子结构的表征 | 第39-40页 |
| · 分子描述符的筛选 | 第40页 |
| · 多元线性回归(MLR) | 第40页 |
| · 支持向量机(SVM) | 第40-41页 |
| · Y-randomization 随机化测试 | 第41-42页 |
| · 结果与讨论 | 第42-48页 |
| · 多元线性回归预测模型 | 第42-43页 |
| · 支持向量机(SVM)预测模型 | 第43-47页 |
| · Y-randomization 对 SVM 模型的检验 | 第47-48页 |
| · 结论 | 第48-50页 |
| 第四章 结论与建议 | 第50-52页 |
| · 全文小结 | 第50-51页 |
| · 建议 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 致谢 | 第57-58页 |
| 研究成果及发表的学术论文 | 第58-59页 |
| 作者简介 | 第59-60页 |
| 导师评阅表 | 第60
页 |
