您的位置: 专家智库 > >

国家高技术研究发展计划(2006AA02Z337)

作品数:4 被引量:11H指数:2
相关作者:阎爱侠李嘉轩马喜波李嫣王任小更多>>
相关机构:北京化工大学中国科学院更多>>
发文基金:国家自然科学基金国家高技术研究发展计划教育部留学回国人员科研启动基金更多>>
相关领域:理学自动化与计算机技术生物学更多>>

文献类型

  • 4篇期刊文章
  • 2篇会议论文

领域

  • 2篇理学
  • 1篇生物学
  • 1篇自动化与计算...
  • 1篇医药卫生

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量
  • 2篇向量机
  • 1篇定量构效关系
  • 1篇定量构效关系...
  • 1篇应用化学
  • 1篇支持向量机算...
  • 1篇数据库
  • 1篇数据挖掘
  • 1篇水溶解度
  • 1篇热容
  • 1篇烷基苯
  • 1篇向量机算法
  • 1篇小分子
  • 1篇小分子化合物
  • 1篇离解
  • 1篇离解常数
  • 1篇化学化工
  • 1篇基因

机构

  • 4篇北京化工大学
  • 1篇中国科学院

作者

  • 4篇阎爱侠
  • 1篇马喜波
  • 1篇王志
  • 1篇蔡宗远
  • 1篇王任小
  • 1篇李嫣
  • 1篇李嘉轩

传媒

  • 2篇北京化工大学...
  • 1篇生命科学
  • 1篇化学世界
  • 1篇第八届全国化...

年份

  • 1篇2013
  • 2篇2009
  • 2篇2008
  • 1篇2007
4 条 记 录,以下是 1-6
排序方式:
The PDBbind Database: A Comprehensive Collection of the Binding Data for the Biomolecular Complexes in the Protein Data Bank
The PDBbind database is created to provide a comprehensive collection of the binding data for the biomolecular...
Zhihai LiuJie LiLi HanJie LiuRenxiao Wang
关键词:DATABASEBINDINGDATAPROTEINDATABANK
有机化合物及药物ADME性质的构效关系研究
药物的ADME性质包括药物的吸收(Absorption)、分布(Distribution)、代谢(Metabolism)、排泄(Excretion)等性质,简称ADME。药物的ADMET性质的研究是药物设计中一个很重要的...
阎爱侠王志
关键词:构效关系水溶解度肠吸收
文献传递
常用化学化工互联网数据库简介被引量:6
2007年
化合物各种常见性质的检索对化学化工工作者十分重要。介绍了几个重要的化学化工互联网数据库,包括Chemfinder,NCI,SRC,ZINC,ChemBlink五个数据库,并对其站点、内容和功能以及使用技巧作了简要的阐述。
李嘉轩阎爱侠
关键词:数据库
脑血分配系数的定量构效关系研究
2008年
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。
蔡宗远阎爱侠
关键词:定量构效关系多元线性回归支持向量机
应用化学基因组信息预测小分子化合物的潜在生物靶标的理论方法被引量:1
2009年
在后基因组时代,化学基因组技术在药物作用靶点的确认、小分子化合物对通路的作用,以及小分子先导化合物的识别等方面都有着广泛的应用,为新药研发提供了新的技术方法。本文主要介绍了当前几种基于化学基因组信息来预测小分子化合物潜在生物靶标的理论方法(包括化学相似性搜索方法、反向分子对接方法、数据挖掘方法以及生物活性谱图分析方法),并分析了这些方法的优缺点以及应用前景。
李嫣王任小
关键词:数据挖掘
支持向量机算法用于烷基苯的热容和标准焓值的预测被引量:4
2008年
建立了有关烷基苯结构和它们的热容、标准焓值之间的定量构效关系模型。根据烷基苯的分子结构式,其每个结构分别采用含有6数字的编码来表示。本文建立的定量构效关系模型分别采用了多元线性回归、多元非线性回归和支持向量机算法。所有的化合物被分为训练集和测试集。对每个模型的训练集和测试集的相关系数、平均绝对误差和均方差进行了计算,并对三个模型的预测效果进行了对比讨论。在烷基苯的热容、标准焓值的预测上支持向量机算法略优于另两种方法,显示出了支持向量机算法在预测化合物物理化学性质方面的优越性。
马喜波阎爱侠
关键词:支持向量机热容烷基苯
共1页<1>
聚类工具0