QSAR研究在生命分析化学和环境化学中的应用

QSAR研究在生命分析化学和环境化学中的应用

论文摘要

定量结构—活性关系(Quantitative Structure-Activity Relationship,QSAR)方法是目前国际上一个活跃的研究领域,QSAR的研究对象包括化合物的生物活性、毒性、药物的各种代谢动力学参数和生物利用度以及分子的各种物理化学性质和环境行为等,研究领域涉及生物、化学以及环境科学等诸多学科。QSAR方法从化合物的分子结构和活性/性质的实验结果出发,依据不同需要和研究深度,可建立相关的二维、三维或多维模型,来估测未知化合物的生物活性和生态学效应。 本论文从分子结构的定量描述和结构性质定量关系的建立入手,总结了QSAR方法在药物设计、与环境污染和生命有关物质的重要性质的预测方面的应用;同时,着重讨论了一种新的机器学习方法:支持向量机(Support Vector Machine,SVM)方法建立高效、稳定的QSAR模型。由于SVM方法在各方面的应用还不是很多,因此,本论文的一个研究重点就是将SVM算法扩展到QSAR研究的更多领域。 论文第一章介绍了QSAR方法的发展历史、基本原理、方法及研究进展。同时,详细描述了SVM算法的基本原理并总结了它在近年来的一些重要的应用。 论文第二章介绍了QSAR方法和SVM算法在化学和生物学方面的应用。简单描述如下: 1.应用支持向量机分类算法预测了126种常用药物在哺乳期母体的乳汁和血清中的浓度比率M/P。用线性判别分析算法(LDA)和支持向量机算法(SVM)建立了两种分类模型,对测试集(30种药物)的分类准确率分别是76.7%和90%,表明非线性的SVM模型的分类预测能力高于线性的线性判别分析模型。 2.QSAR方法用于预测152个九肽与HLA-A*0201蛋白质分子的结合亲合力。用启发式方法(HM)和支持向量机算法建立了两种预测模型,它们对测试集预测的均方根误差(RMS)分别为0.511和0.312。可以看出,SVM模型的预测性能较好。同时,对九肽每个位置上氨基酸分布频率的分析有助于我们更好的了解结合过程,有利于多肽类药物的设计、合成和筛选。QSAR法和SVM方法能够为免疫学的发展和寻找新的疫苗和药物作出贡献。 3.应用支持向量机方法预测了28个蛋白质的折叠率。为了比较SVM模型

论文目录

  • 摘要
  • Abstract
  • 论文创新之处
  • 第一章 定量结构-活性关系的基本原理、方法及研究进展
  • 1.1 QSAR方法简介
  • 1.2 QSAR方法的发展历史
  • 1.3 主要的QSAR方法
  • 1.4 QSAR方法的基本步骤
  • 1.4.1 数据的获得和整理
  • 1.4.2 分子描述符的计算
  • 1.4.3 描述符的选择
  • 1.4.4 预测模型的建立
  • 1.5 QSAR方法的主要应用
  • 1.6 人工神经网络和支持向量机算法的原理
  • 1.6.1 人工神经网络方法
  • 1.6.2 支持向量机方法
  • 1.6.2.1 统计理论
  • 1.6.2.2 支持向量机分类算法
  • 1.6.2.3 支持向量机回归算法
  • 1.6.2.4 支持向量机方法的应用
  • 参考文献
  • 第二章 QSAR研究在化学和生物信息学中的应用
  • 2.1 应用SVM方法预测药物在乳汁和血清中的浓度比率M/P
  • 2.1.1 研究背景
  • 2.1.2 数据和方法
  • 2.1.3 结果与讨论
  • 2.1.4 结论
  • 2.2 QSAR方法用于预测蛋白质与多肽的结合亲合力
  • 2.2.1 研究背景
  • 2.2.2 数据和方法
  • 2.2.3 结果与讨论
  • 2.2.4 结论
  • 2.3 应用SVM方法预测蛋白质折叠率
  • 2.3.1 研究背景
  • 2.3.2 数据和方法
  • 2.3.3 结果与讨论
  • 2.3.4 结论
  • 2.4 应用SVM方法预测蛋白质─配体结合的亲合力
  • 2.4.1 研究背景
  • 2.4.2 数据和方法
  • 2.4.3 结果与讨论
  • 2.4.4 结论
  • 2.5 基于SVM方法对婴幼儿厌食症的辅助诊断
  • 2.5.1 研究背景
  • 2.5.2 数据和方法
  • 2.5.3 结果与讨论
  • 2.5.4 结论
  • 参考文献
  • 第三章 QSAR研究在科学研究中的应用
  • 3.1 内分泌干扰物与雄性激素受体结合的QSAR研究
  • 3.1.1 研究背景
  • 3.1.2 数据和方法
  • 3.1.3 结果与讨论
  • 3.1.4 结论
  • 3.2 应用SVM方法预测有机物对水生生物的毒性
  • 3.2.1 研究背景
  • 3.2.2 数据和方法
  • 3.2.3 结果与讨论
  • 3.2.4 结论
  • 3.3 QSAR方法用于研究多溴联苯醚(PBDE)的毒性、蒸气压和正辛醇/空气分配系数
  • 3.3.1 PBDE的毒性研究
  • 3.3.2 PBDE的蒸气压和正辛醇/空气分配系数的研究
  • 参考文献
  • 附录Ⅰ 在读博士学位期间发表论文目录
  • 附录Ⅱ 作者简介
  • 致谢
  • 相关论文文献

    • [1].Molecular Docking and 3D-QSAR Studies on a Series of Fused Heterocyclic Amides as B-Raf Inhibitors[J]. 结构化学 2017(09)
    • [2].新型含偕二甲基环丙烷的4-甲基-1,2,4-三唑硫醚化合物的合成、生物活性及三维定量构效关系(3D-QSAR)研究(英文)[J]. 有机化学 2020(06)
    • [3].一类新型6-烷氨基-2-烷硫基嘌呤核苷衍生物抗血小板凝集的3D-QSAR研究[J]. 北京化工大学学报(自然科学版) 2017(04)
    • [4].吲哚衍生物的3D-QSAR研究和分子设计[J]. 陕西科技大学学报(自然科学版) 2016(05)
    • [5].国内有关黄酮类化合物及其衍生物的2D-QSAR和3D-QSAR研究进展[J]. 广东化工 2013(24)
    • [6].人工神经网络在蛋白质结构预测和QSAR中的应用[J]. 广东化工 2009(11)
    • [7].2D/3D-QSAR Studies of [1,2,4]Triazolo[1,5-a]pridinylpyridine Derivatives as Potent Anticancer Agents[J]. 结构化学 2014(12)
    • [8].广谱沙粒病毒抑制剂的3D-QSAR分析[J]. 分子科学学报 2014(05)
    • [9].三维原子场全息作用矢量用于芳香类化合物的三维QSAR研究[J]. 生态毒理学报 2008(01)
    • [10].3D-QSAR Analysis of a Series of Dihydroquinolizinone Derivatives as a Hepatitis B Virus Expression Inhibitor[J]. Chinese Journal of Structural Chemistry 2020(09)
    • [11].QSAR方法的研究进展及其应用[J]. 毒理学杂志 2017(03)
    • [12].苯胺类化合物生物毒性的QSAR研究[J]. 科技创新与应用 2015(22)
    • [13].QSAR模型内部和外部验证方法综述[J]. 环境化学 2013(07)
    • [14].基于QSAR模型研究芳烃化合物对小球藻的抑制活性[J]. 计算机与应用化学 2012(03)
    • [15].硝基苯类化合物对四膜虫毒性的QSAR研究[J]. 南京师大学报(自然科学版) 2009(04)
    • [16].Linear QSAR Regression Models for the Prediction of Bioconcentration Factors of Chloroanilines in Fish by Density Functional Theory[J]. 结构化学 2014(06)
    • [17].QSAR结合人工神经网络预测磺酰脲类除草活性[J]. 许昌学院学报 2012(02)
    • [18].有机磷农药在土壤中的消解机理及QSAR研究[J]. 土壤学报 2010(01)
    • [19].Determination of the Toxicities of 16 Halogenated Benzenes to Photobacterium Phosphoreum and 2D- and 3D-QSAR Studies[J]. 结构化学 2010(07)
    • [20].QSAR Studies on the Calanolide Analogues as Anti-HIV-1 Agents[J]. 结构化学 2010(10)
    • [21].一种新拓扑指数X用于烯烃的QSAR研究[J]. 唐山师范学院学报 2009(02)
    • [22].新蚁群算法在烷基酚类化合物的QSAR中变量选择的研究[J]. 计算机与应用化学 2009(06)
    • [23].2D-QSAR Studies on Phenoxybenzoic Acid Derivatives: A Novel Class of 5a-Reductase Inhibitors[J]. 结构化学 2008(01)
    • [24].QSAR Studies on the Inhibitory Activity of Levofloxacin-thiadiazole HDACi Conjugates to Histone Deacetylases[J]. Chinese Journal of Structural Chemistry 2018(11)
    • [25].中药化学成分对大鼠心脏毒性的QSAR研究[J]. 世界科学技术-中医药现代化 2015(09)
    • [26].咪唑衍生物类抗艾滋病药物3D-QSAR研究[J]. 原子与分子物理学报 2011(01)
    • [27].烷基苯磺酸盐急性毒性的QSAR研究[J]. 徐州师范大学学报(自然科学版) 2011(03)
    • [28].QSAR技术对化妆品中防晒剂成分经皮暴露评估[J]. 香料香精化妆品 2009(03)
    • [29].3D-QSAR Analysis of a Series of 1,2,3-Triazole-chromenone Derivatives as an Acetylcholinesterase Inhibitor against Alzheimer's Disease[J]. Chinese Journal of Structural Chemistry 2020(07)
    • [30].氯代酚类物质对斑马鱼的急性毒性及QSAR研究[J]. 环境科学与技术 2014(12)

    标签:;  ;  ;  ;  

    QSAR研究在生命分析化学和环境化学中的应用
    下载Doc文档

    猜你喜欢