声明
致谢
摘要
缩略词表
图目录
表目录
第1章 绪论
1.1 计算机辅助药物设计概述
1.1.1 计算机辅助药物设计发展概况
1.1.2 计算机辅助药物设计与药理学、毒理学的关系
1.2 计算毒理学的研究背景与意义
1.3 计算毒理学概述
1.4 定量结构毒性关系及其拓展
1.5 机器学习及其在毒性理论预测中的应用
1.5.1 机器学习的发展概况
1.5.2 机器学习算法沿革和软件实现
1.5.3 机器学习在毒性理论预测中的应用
1.6 毒性理论预测方法面临的挑战和机遇
1.7 本文的研究内容
第2章 药物经口急性毒性的理论预测
2.1 引言
2.2 研究方法
2.2.3 数据降维
2.2.4 QSTR建模方法
2.2.5 QSTR模型的评估和验证
2.2.6 应用域分析
2.2.7 预测误差较大化合物的骨架分析
2.3 研究结果与讨论
2.3.1 大鼠经口急性毒性数据的性质分布
2.3.2 大鼠经口急性毒性的各回归模型的比较
2.3.3 通过一致性建模准确预测大鼠经口急性毒性
2.3.4 对具有较大预测误差的化合物的分析
2.3.5 RVM回归模型给出的重要描述符和片段的分析
2.4 本章小结
第3章 药物呼吸道毒性的定性和定量预测
3.1 引言
3.2 研究方法
3.2.1 数据集构建和预处理
3.2.2 分子描述符的计算
3.2.3 数据降维
3.2.4 QSTR建模方法
3.2.5 QSTR模型的评价和验证
3.2.6 应用域分析
3.2.7 具有较大预测误差的化合物分析
3.3 研究结果与讨论
3.3.1 小鼠腹腔注射致呼吸道毒性数据的性质分析
3.3.2 小鼠呼吸道毒性的各回归模型的比较
3.3.3 小鼠呼吸道毒性的各分类模型的比较
3.3.4 对具有较大预测误差的化合物的分析
3.3.5 XGBoost模型分类错误的分子的重要片段分析
3.4 本章小结
第4章 基于提升算法的药物泌尿系统毒性的理论预测
4.1 引言
4.2 研究方法
4.2.1 数据集构建和预处理
4.2.2 数据降维
4.2.3 QSTR建模方法
4.2.4 QSTR模型的评估和验证
4.2.5 应用域分析
4.2.6 基于SARpy的化合物结构警报分析
4.3 研究结果与讨论
4.3.1 小鼠腹腔注射致泌尿系统毒性数据的性质分析
4.3.2 小鼠泌尿系统毒性的各回归模型的比较
4.3.3 小鼠泌尿系统毒性的各分类模型的比较
4.3.4 对具有较大预测误差的化合物的分析
4.3.5 rbfSVMBoost模型分类错误化合物的分析
4.3.6 泌尿系统毒性的结构警报分析
4.4 本章小结
第5章 总结和展望
5.1 总结
5.2 存在的不足和展望
主要创新性
参考文献
作者简介
附录