酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究

酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究

ID:34971880

大小:13.57 MB

页数:90页

时间:2019-03-15

酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究_第1页
酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究_第2页
酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究_第3页
酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究_第4页
酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究_第5页
资源描述:

《酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、010单位代巧;10学号.如2%1换^化《化义乂#硕±研究生学位论文绝全倘巧I胆飯松该始专业巧棠研究生嵌巧.雜指导教师-阁《使激痴X日期一至年玉月二+公日:二憂化索化义乂#硕±研究生学位论文题目酪氨酸激酶表皮生长因子受体抑制剂的生物活性的构效关系研究研究生陈晓燕专业药学指导教师阁爱侠教授—五二曰期:二0五年月十本曰北京化王大学学位论文原创性声明本人郑重声明:所造交的学位论文,是本人在导师的橫诗K,独亦进行研究X作所取得

2、的成果。除文中己经注明引用的内容外,本论文小含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出軍耍贡献的个人和集体,均已在文中^文明确方式标明。本人完全意识到本声明的法律结果由本人承担。三作者签名、:給巧.辕口期:氏飞关于论文使用授权的说明学位论文作者完全了解北京化工大学有关保留和使用学位论文的规定:,目y研究生在校攻读学位期间论文工作的知识产权单位属北京化:1;人学。学校有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许学位论文被寮阅和借阅;学校巧W公布学位论文

3、的全部或部分内容,W允许采用影印、缩印或其它复制手段保存、汇编学位论文。□论文暂不公开(或保密)注释:本学位论文厲于暂个公开(或保密)范围,在年解密后适用本授权书。_因非暂不公开(或保密)论文注释:本学位论文不属于暂不公开(或保密)范围,适用本授权书。作者签名壬1:蘇游兔日期;之一;/而赛作口期导师签名:学位论文数据集中困分类号R9H学科分类号350.10论文编号1001020151132密級公开学位搜单位代^10010学位授予单位名称北京化工大学增

4、作者姓2012201132名陈晓燕学号获学位专业名称药学获学位专业代码100700课题来源国家自然科学基金口1375007研究方向计算机辅助药物设计)论文题目酪氮跋激巧表皮生长因子受体抑制剂的生物活性的构效关系研究 ̄ ̄表皮生长因子受体巧制剂,构效关系,多元线性回归,自组织神经网络,关%词支持向量机?日曰.201基础研究论文答辩期15年5月24论文类型学位论文评闲及答辩委员会巧况姓名职称工作单位学科专长指导教师间爱侠教授北京化工大学化学信息学

5、评阐人1王文巧教授北京化工大学生物学评阅人2张建伟教授首都医科大学药物化学评阅人3评阐人4评阅人5答辩委员会主席郑国钩教授北京化工大学药物合成答辩委员1输长远教授北京化工大学天然药物化学答辩委员2杨明教授北京化工大学肿瘤生物学答辩委员3罗施中教授北京化工大学生物化学答辩委员4王兴副教授北京化工大学生物材料答辩委员5一2...3开发研究4其它注.论文类:1.基础研究应用研究:型二.中图分类号在《中国图书资料分类法》

6、査询.-》己学科分类号在中华人民共和困国家标准(GB/T137459)《学科分类与代码中查询.四文巧号由单位代码和年份及学号的后四位组成。.论巧巧巧激敌表皮生长因子受体抑制剂的生巧活性的构效关系研究巧要表皮生长因子受体作为抗癌鞭向药物设计的重要祀标之一,目前己经成为抗癌药物设计的一大焦点。本课题利用自组织神经网络、支持向量机和多元线性回归等机器学习算法,W及化合物相似性比较的方法,对表皮生长因子受体抑制剂生物活性的构效关系进行研究。本论文硏究内容可分为W下H部分;--第

7、部分,利用自组织神经网络和支持向量机两种方法,对表皮生长因子受体抑制剂和非抑制剂进行定性分类研究。收集了1248个抑制剂分30%个子和非抑制剂分子,基于随机分类原则将数据分为训练集和测试集;计算每个化合物的ADRIANA.Code结构参数,利用相关性分析选挿了13个与活性相关性较高的结构参数,建立分类模型。在自组织神经网络模型和支持向量机模型中,训练集和测试集的模型正确率分别为98.48%、96.33%和99.45%、97.58%。此外,还研究分析抑制剂的结构特征与分子生物活性之间的内在关系。

8、第二部分,是利用多元线性回归和支持向量机两种方法,对表皮生长因子受体抑制剂的生物活性进行定量预测研究。依据化合物生物活性的测定方法,抑制剂化合物被归为两大类;基于炎光检测测定生物活性的化合物数据集(包括793个化合物)和基于放射性元素检测生物活性的化合物I

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。