排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
目的研究咪唑四嗪酮类化合物对淋巴瘤细胞GM892A活性的构效关系。方法采用量子化学和分子力学方法计算分子结构参数,利用正交变换和最佳变量子集回归法筛选建模变量,采用偏最小二乘法构建定量构效关系模型。结果得到一个较好的构效关系模型(R2=0.918,F=25.05,q2=0.788,press=0.820,P=0.000)。结论咪唑四嗪酮类化合物对淋巴瘤细胞GM892A的活性与取代基R1上净电荷Q1、摩尔折射率MR、水合能HE等结构参数相关。 相似文献
2.
3.
4.
5.
抗生素药物血浆蛋白结合率的定量构动关系 总被引:2,自引:5,他引:2
目的 应用人工神经网络方法对61种抗生素进行药物分子结构和药物血浆蛋白结合率的定量结构—药物动力学关系的研究(QSPR)。方法 建立了含一个隐含层的反传神经网络,输出层为实验获得的药物血浆蛋白结合率;输入层为计算获得的药物分子的理化参数,量化参数和分子连接性指数等药物分子结构参数。为了验证网络训练结果,随机挑选51个药物为训练集,进行了1eave—one—out分析。结果 最后利用挑选剩下的10个药物进行预测,其血浆蛋白结合率的预测值能很好地与实验数据相吻合。结论所建立的神经网络模型能够有效地进行药物血浆蛋白结合率与药物分子结构的相关性分析。同时也证明了人工神经网络功能强大,将成为药物QSPR研究的一个有效工具。 相似文献
6.
7.
基于配体-受体理论的计算机辅助药物分子设计方法及应用 总被引:1,自引:1,他引:1
药物设计包括药物分子设计和药物合成设计,它是新药研究的中心环节。药物分子设计是人工预建可与机体重要功能分子(蛋白质、核酸、酶、离子通道等)发生作用的化学物质的过程。近年来,生命科学和计算机科学的进展,使药物设计趋于定向化和合理化。1计算机辅助药物分子设计药物分子设计是依据生物化学、酶学、分子生物学及遗传学等生命科学的研究成果,针对这些基础研究中所揭示的药物作用靶位,再参考其内源性配体或天然底物的化学结构特征设计合理的药物分子〔1〕。基于配体与受体间相互作用原理的不断完善,出现了开发新药的新方法——计算机辅… 相似文献
8.
9.
10.
目的 利用量子化学和神经网络方法,建立药物分子结构参数与药物清除率之间的关联模型,以预测药物的清除率。方法 计算了已知清除率的100种药物的18个结构参数,并对其进行了主成分分析,获得3个独立结构参数,分别以3个结构参数和18个结构参数作为神经网络的输入,进行了神经网络的建模和预测。结果 采用3个结构参数作为输入参数的神经网络的预测能力明显优于采用18个结构参数的预测能力。结论 所建预测药物清除率的神经网络模型可行,建模时进行药物分子结构参数选择非常必要。 相似文献