张庆友
- 作品数：45 被引量：83H指数：6
- 供职机构：河南大学化学化工学院环境与分析科学研究所更多>>
- 发文基金：国家自然科学基金教育部留学回国人员科研启动基金河南省国际科技合作计划项目更多>>
- 相关领域：理学化学工程自动化与计算机技术环境科学与工程更多>>
- DNA编码序列的图形表示及相似度计算被引量：8
- 2002年
- 将 DNA编码序列转化为图 ,然后计算得图的不变量 -分子连接性指数 ,由所得的拓扑指数对 DNA编码序列进行相似度比较以确认其同源性 。
- 张庆友许禄
- 关键词：相似度DNA序列分子连接性指数
- 二维苯环型化合物定量不对称性研究
- 目前已经合成和发现的手性化合物数量日益增加,故仅仅判断化合物手性与否是不够的,而以数值来定量的表征手性程度是十分必要的[1],为了计算手性程度,通常以非手性化合物或对映体作为参照物[2].为了不同的需求,采用不同的参照物...
- 龙海林张庆友
- 文献传递
- 手性指数的研究及其应用被引量：3
- 2008年
- 该工作对手性化合物的构效关系进行了研究,其内容包括:(1)对二维拓扑指数A_(mi)进行了扩展,即在指数的衍生中加入手性碳原子的因素,使之成功地应用于14个手性化合物活性的预测;(2)描述了构象独立的手性指数(CICC法)和构象依赖的手性指数(CDCC法),采用CDCC和CICC预测了80个二级醇的~1H NMR化学位移差的符号,并由此可以确定该类化合物的绝对构型;(3)描述了原子构象依赖的手性指数(aCDCC),并将这种方法用于手性仲醇的α-碳原子的^(13)C NMR在不同手性溶剂中的化学位移差的预测,获得了满意的结果.
- 张庆友Joao Aires-de-Sousa许禄
- 手性化合物的构效关系研究
- ＜正＞天然或半合成药物几乎都有手性。手性分子是化学特别是立体化学中的重要组成部分。一个药物之所以具有生理活性,是药物与生物体内的受体相互作用的结果。为了使已有拓扑
- 许禄张庆友
- 关键词：手性化合物
- 文献传递
- 不对称反应的对映体过量值预测
- <正>一对对映体常表现出不同的物理、化学和生理活性,因而纯手性物质需求日益增长[1]。目前公认的经济有效的方法是通过不对称手性催化反应生成高纯度的手性产物[2],虽然如此,催化剂筛选仍然十分耗时且成
- 张丹丹索净洁冯秀林李静亚龙海林赵谈封张庆友
- 关键词：对映体过量值手性催化剂
- 文献传递
- 化学计量学中人工神经网络部分课程建设探讨
- 2014年
- 人工神经网络是《化学计量学》课的一个重要组成部分,所建立的模型常常用于解决各种复杂任务。为了使抽象的理论更容易为学生所理解,在教学中采用多种教学手段,例如激发学生的学习兴趣和在教学中对人工神经网络与神经系统(尤其是脑)进行类比。课程中讲解的主要内容为反向传输人工神经网络与kohonen自组织映射及其在化学中的应用。
- 张庆友武诚诚
- 关键词：化学计量学人工神经网络课程建设
- 基于分子结构的光化学反应分类预测
- 化学反应自动分类研究对于计算机辅助合成设计、反应数据库的评估和检索均非常重要。目前采用的化学反应分类方法要求预先识别参与化学反应的原子或化学键,因而应用的范围受到限制。本文在仅需要反应物和产物结构的情况下建立了化学反应分...
- 冯秀林龙海林索净洁张丹丹李静亚张庆友
- 关键词：RANDOMFORESTS
- 手性拓扑电荷指数和构效关系研究被引量：5
- 2004年
- 对拓扑电荷指数进行了扩展,得到了含电负性的手性拓扑电荷指数。将其与Julián-Qrtiz 等人对该指数的扩展结果相比较,结果表明,新的拓扑指数能够得到更好的QSAR 模型。进一步运用人工神经网络法构造了数学模型,该模型能够更好地预测手性化合物的活性。
- 王俊张庆友董林许禄
- 关键词：构效关系多巴胺受体
- 手性拓扑电荷指数及其应用被引量：7
- 2010年
- 通过扩展二维拓扑指数,提出了非基于CIP规则的手性拓扑电荷指数.该扩展采用四个原子属性:偏原子电荷、轨道电负性、极化率和空间位阻分别代替CIP规则的原子数来设定手性中心的构型.新的手性指数被用来预测手性仲醇化合物的核磁共振波谱的属性,取得了满意的结果.对于训练集和测试集,96.7%和90.0%被正确的预测.
- 张庆友胡卫平郝军峰刘绣华许禄
- 原子对空间距离法及其应用被引量：1
- 2008年
- 采用原子对空间距离法表征化合物的三维结构信息.提出了计算端点的频数的方法,与段的频数相比,该方法能更好地描述原子对频数.以不同段的距离,分别采用上述两种频数计算得到化合物的相似度矩阵,然后把相似度衍生为新的变量.运用多元回归分析和人工神经网络分别构造了预测数学模型,并对所得到的预测结果进行了比较.这两种频数均较好地预测了HEPT类化合物的活性.
- 张庆友许禄
- 关键词：QSAR人工神经网络
