公共文化服务平台

共 5 条记录，以下是 1-5

全选清除导出

排序方式：

基于QSPR研究绿原酸类化合物与血清白蛋白的结合: 2012年; 本文选取32个小分子化学成分和9个天然产物化学成分为训练集，利用Dragon软件计算分子描述符，应用WEKA软件中CfsSubsetEval评价方法和BestFirst—D1-N5搜索方法进一步筛选描述符，利用LinearRegression方法建立了分子结构与其血清蛋白结合常数值logK的定量结构一性质相关性模型（相关系数为0．9557）。应用该模型对10个绿原酸类化合物的logK进行预测，结果显示绿原酸的logK预测值为4．51，与文献报道的logK值在4～7范围内基本相符。研究结果为进一步探讨绿原酸与血清蛋白的结合情况提供指导，为研究药物与血清蛋白的结合提供思路。; 高静张燕玲乔延江; 关键词：线性回归模型绿原酸血清白蛋白

多药效团组合筛选PD E4B抑制剂研究被引量：3: 2012年; 本文以17个PDE4B受体-抑制剂复合物为研究对象,应用LigandScout构建17个药效团模型,并以多药效团组合筛选方法开展中药中具有PDE4B亚型选择性抑制活性成分的辨识研究。经过配体再匹配和已知活性化合物数据库筛选两种评价方法,评价并保留了17个药效团模型;以分子被命中频次作为多药效团组合筛选方法的综合性评价指标,结合MDDR数据库筛选结果,确定了PDE4B抑制剂被命中大于或等于8次的分子为多药效团组合筛选目标。比较了最优药效团筛选方法与多药效团组合筛选方法的筛选效率,结果多药效团组合筛选方法的富集度和活性化合物有效命中率都比最优药效团筛选方法高,分别为38.017、47.44%,表明基于受体的多药效团组合筛选方法具有一定的可靠性,有助于开展中药中有效成分的辨识研究。; 王元明张燕玲乔延江

中药有效成分族群辨识研究概况被引量：2: 2012年; 中药有效成分族群辨识研究是在中医理论指导下,以临床疗效为指引,在充分整合中医药学、生物学、化学和信息学等多学科的理论方法、技术和研究成果的基础上,高效、快速地发现活性较强的单一有效成分,揭示中药多组分及多靶点的作用机理和整体疗效。现阶段的中药有效成分族群辨识技术主要包括了亲和色谱层析技术、生物芯片技术和信息技术等。本文对该技术的研究背景和常用技术进行了综述,并展望了下一步的研究方向。; 张燕玲王耘乔延江; 关键词：生物芯片药效团

血管紧张素转化酶中药抑制剂的筛选模型研究被引量：6: 2011年; 目的:研究比较不同的血管紧张素转化酶抑制剂(ACEI)筛选模型,提供从中草药中快速筛选ACEI药物的方法。方法:以卡托普利为阳性药,分别以大鼠血清、血管紧张素转化酶(ACE)纯酶、兔肺ACE粗提物作为酶源,采用不同的检测方法,建立3种ACEI筛选模型,考察多种中药有效成分ACEI活性。结果:大鼠血清粗提酶液模型检测卡托普利IC50值为2.30 nmol.L-1;ACE纯酶模型检测卡托普利IC50值为1.04 nmol.L-1;兔肺ACE粗提物模型检测卡托普利IC50值为1.40nmol.L-1,3种ACE筛选模型线性关系均良好,模型建立成功。结论:3种模型均可用于中草药的体外活性筛选,但各有利弊,可根据中草药组分和筛选模型的特点选择快速有效的模型。; 巩颖王灵芝史新元乔延江; 关键词：血管紧张素转化酶抑制剂体外筛选 HPLC

支持向量机与KStar模型预测细胞色素P450酶催化的氧脱烃反应: 2011年; 分别以支持向量机(SVM)和KStar方法为基础,构建了代谢产物的分子形状判别和代谢反应位点判别的嵌套预测模型.分子形状判别模型是以272个分子为研究对象,计算了包括分子拓扑、二维自相关、几何结构等在内的1280个分子描述符,考查了支持向量机、决策树、贝叶斯网络、k最近邻这四种机器学习方法建立分类预测模型的准确性.结果表明,支持向量机优于其他方法,此模型可用于预测分子能否被细胞色素P450酶催化发生氧脱烃反应.代谢反应位点判别模型以538个氧脱烃反应代谢位点为研究对象,计算了表征原子能量、价态、电荷等26个量子化学特征,比较了决策树、贝叶斯网络、KStar、人工神经网络建模的准确率.结果显示,KStar模型的准确率、敏感性、专一性均在90%以上,对分子形状判别模型筛选出的分子,此模型能较好地判断出哪个C―O键发生断裂.本文以15个代谢反应明确的中药分子为验证集,验证模型准确性,研究结果表明基于SVM和KStar的嵌套预测模型具有一定的准确性,有助于开展中药分子氧脱烃代谢产物的预测研究.; 王丹张燕玲乔延江; 关键词：支持向量机细胞色素P450酶 KSTAR

全选清除导出

共1页<1>

国家教育部博士点基金(20092213120006)