检索结果-南通市图书馆

北京化工大学学报（自然科学版） 2008年第3期35卷 65-69页

作者：蔡宗远阎爱侠北京化工大学生命科学与技术学院北京100029

以分子量,脂水分配系数(logP)、水溶解度(logS)以及氢键供体数(HD)4个结构描述符为基础,通过多元线性回归和支持向量机回归对53个化合物建立了定量构效关系模型。全部化合物被随机分为包含41个化合物训练集和包含12个化合物的测试集。... 详细信息

以分子量,脂水分配系数(logP)、水溶解度(logS)以及氢键供体数(HD)4个结构描述符为基础,通过多元线性回归和支持向量机回归对53个化合物建立了定量构效关系模型。全部化合物被随机分为包含41个化合物训练集和包含12个化合物的测试集。在分别得到多元线性回归和支持向量机回归模型后,进行了相关系数r、标准偏差s、平均绝对误差和均方差的统计分析。分析的结果说明两个模型都对脑血分配系数的对数值(logBB)有较好的预测能力,支持向量机回归作为非线性分析方法对于logBB的预测有一定的优势。

关键词：脑血分配系数定量构效关系多元线性回归支持向量机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

应用反向传播神经网络预测化合物脑血分配系数

引用

物理化学学报 2002年第5期18卷 385-388页

作者：乔学斌侯廷军章威徐筱杰北京大学化学与分子工程学院北京100871

选用27种三维结构性质描述符对脑血分配系数预测建立神经网络模型.网络模型选用典型的适合函数逼近的两层结构神经网络对脑血分配系数(lgBB,BB为脑血浓度比)进行预测,计算中采用的模型具有一个双曲正切型激活函数的隐含层和一个线性激... 详细信息

选用27种三维结构性质描述符对脑血分配系数预测建立神经网络模型.网络模型选用典型的适合函数逼近的两层结构神经网络对脑血分配系数(lgBB,BB为脑血浓度比)进行预测,计算中采用的模型具有一个双曲正切型激活函数的隐含层和一个线性激活函数的输出层.计算表明,使用小心选择的反向传播神经网络模型对化合物脑血分配系数具有较好的预测能力.

关键词：反向传播神经网络预测脑血分配系数脑血屏障 QSPR 定量结构性质分析药物设计

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

脑血分配系数及人体肠吸收性质的定量构效关系研究

脑血分配系数及人体肠吸收性质的定量构效关系研究

引用

作者：蔡宗远北京化工大学

学位级别：硕士

药物开发的过程正在变得越来越昂贵,开发周期也在不断增长。最主要的原因是在筛选药物过程中,由于吸收、分布、代谢及排除（ADME）性质不适合的原因导致的候选药物淘汰率过高。这样就使得ADME性质在药物研发过程中显得尤为重要,良好的A... 详细信息

药物开发的过程正在变得越来越昂贵,开发周期也在不断增长。最主要的原因是在筛选药物过程中,由于吸收、分布、代谢及排除（ADME）性质不适合的原因导致的候选药物淘汰率过高。这样就使得ADME性质在药物研发过程中显得尤为重要,良好的ADME性质是一种好药物不可缺少的。可以用计算机建模的方法来预测药物的ADME性质,既省时,又经济。在本论文的第一部分,通过多元线性回归和支持向量机对脑血分配系数进行了建模。一个包含53个化合物的数据集被分成了42个化合物的训练集和12个化合物的测试集。采用4个结构描述符来表示化合物的结构特征。对于两个模型的训练集来说,相关系数分别是0.88和0.90;标准偏差分别是0.31和0.23。两个模型的整体均方差分别是0.28和0.26。在本论文的第二部分,对552个化合物的人体肠吸收性质进行了定量构效关系研究。通过描述符计算软件***和Cerius得到了一系列的结构描述符,利用遗传算法从中挑选出最适合的描述符。采用Kohonen自组织神经网络把数据集分成了含380个化合物的训练集和含172个化合物的测试集。选出了最优的6个***描述符,最优的6个Cerius描述符,及最优的9个混合描述符。通过偏最小二乘法和支持向量机算法建立了6个定量预测人体肠吸收性质的模型。对于3个支持向量机模型的训练集,相关系数分别是0.87、0.89和0.88;标准偏差分别是10.98、9.72和9.14总之,所建立的定量构效关系模型具有较好的预测效果,可用于药物ADME性质的初步虚拟筛选。

关键词：定量构效关系人体肠吸收脑血分配系数支持向量机遗传选择机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

莫诺苷大鼠脑靶向分布研究

引用

中国实验方剂学杂志 2015年第10期21卷 87-90页

作者：熊山李敬来王晓英张文鹏张振清山东省医学科学院药物研究所济南250062 军事医学科学院毒物药物研究所北京100850

目的:研究莫诺苷透过局造型脑缺血再灌注大鼠血脑屏障的能力。方法:建立大鼠在体脑血分布模型,探讨神经保护剂莫诺苷在正常组大鼠、假手术组大鼠和局灶性脑缺血再灌注模型组大鼠的脑靶向分布。采用线栓法制作局灶性脑缺血再灌注大鼠模... 详细信息

目的:研究莫诺苷透过局造型脑缺血再灌注大鼠血脑屏障的能力。方法:建立大鼠在体脑血分布模型,探讨神经保护剂莫诺苷在正常组大鼠、假手术组大鼠和局灶性脑缺血再灌注模型组大鼠的脑靶向分布。采用线栓法制作局灶性脑缺血再灌注大鼠模型。造模成功后,3组大鼠尾静脉滴注莫诺苷溶液,待血药浓度达到稳态(55 min)后,取血和左右脑组织,采用已经建立的生物基质中莫诺苷浓度测定的LC-MS/MS方法测定大鼠血浆与脑组织中的莫诺苷浓度,并计算血脑分配系数(lg BB)。结果:莫诺苷在局造型脑缺血大鼠左右脑的lg BB分别为(1.36±0.44)和(2.26±0.13),但正常组大鼠和假手术组大鼠的lg BB值较低,药物透过该两组大鼠血脑屏障的能力较差,局造性脑缺血再灌注模型组大鼠的lg BB值明显高于正常组大鼠和假手术组大鼠。结论:较正常组大鼠和假手术组大鼠,莫诺苷可以明显透过局灶性脑缺血再灌注模型大鼠的血脑屏障。

关键词：莫诺苷局灶性脑缺血再灌注大鼠脑血分配系数脑分布

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

拓扑指数计算系统及其应用

拓扑指数计算系统及其应用

引用

作者：向铮中南大学

学位级别：硕士

在定量结构-性质/活性相关(QSPR/QSAR)研究中,分子结构的数值化和建立良好预测的数学模型是两个重要的问题。分子结构(2D/3D)数值化从不同的角度衍生了不同的分子结构表征描述子如量子化学参数、电子参数、几何参数、拓扑指数,其中拓扑... 详细信息

在定量结构-性质/活性相关(QSPR/QSAR)研究中,分子结构的数值化和建立良好预测的数学模型是两个重要的问题。分子结构(2D/3D)数值化从不同的角度衍生了不同的分子结构表征描述子如量子化学参数、电子参数、几何参数、拓扑指数,其中拓扑指数是计算简便、适用范围较广的常用方法。迄今已有上百种拓扑指数被提出并用于关联化合物的物化性质和生物活性。建立良好的预测数学模型是进行QSAR/QSPR的最终目标,因而在模型中选择合适的变量和选择合适的建模方法是重要的。本文的主要内容和研究成果如下: 1.将分子的三维结构(以SDF、MOL等文件存储),转化为二维分子存储HQN编码,以此计算了分子连接性指数、Kappa形状指数、电拓扑状态指数和分子电性距离矢量4类拓扑指数,并且基于此编写了相应的拓扑指数计算系统TOP0.1。 2.提出了芳香性原子的识别算法,该算法减少了以往算法的盲目性,使算法程序在运算速度和识别能力上有较大提高。该算法用于了拓扑指数计算系统TOP0.1。 3.运用遗传算法、偏最小二乘和向后逐步回归变量选择方法,从127个拓扑变量中选择7个建立了良好的拓扑指数与气相色谱保留指数的相关关系模型:平方相关系数R=0.99998,标准偏差S=2.88;L00(leave-one-out)平方相关系数R=0.99997,标准偏差S=2.95,并对这些拓扑变量进行了合理的结构解释。 4.使用了正交块变量的方法以及典型相关分析来对108个结构多样化的药物分子在脑血中的分配系数与拓扑指数关系进行了研究,建立了良好的预测模型:相关系数(R)为0.993,标准偏差(S)为0.0946;交互验证相关系数为0.992,交互验证标准偏差为0.0999。

关键词：拓扑指数计算系统芳香性识别色谱保留指数脑血分配系数

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：