期刊文献+
共找到121篇文章
< 1 2 7 >
每页显示 20 50 100
Biological Activity Relationship of Cyclic and Noncyclic Alkanes Using Quantum Molecular Descriptors
1
作者 Ahmad Nazib Alias Zubainun Mohamed Zabidi +2 位作者 Nurul Aimi Zakaria Zaidatul Salwa Mahmud Rosliza Ali 《Open Journal of Applied Sciences》 2021年第8期966-984,共19页
A 3-Dimension-Quantitative Structure-Activity Relationship</span></span><span><span><span style="font-family:""> (</span></span></span><span><spa... A 3-Dimension-Quantitative Structure-Activity Relationship</span></span><span><span><span style="font-family:""> (</span></span></span><span><span><span style="font-family:"">3D-QSAR</span></span></span><span><span><sup><span style="font-family:"">1</span></sup></span></span><span><span><span style="font-family:"">) </span></span></span><span><span><span style="font-family:"">approach is applied for the prediction of accurate chemical</span></span></span><span><span><span style="font-family:""> products made from biological activity and toxicity. Quantum chemical technique allows the construction of the molecular descriptors. The molecular quantum descriptors are classified into five principal component factors. Various linear <span>regression equations are obtained using the statistical technique. In this</span> study, the researchers propose the three best regression equations based on quantum molecular descriptors discussed earlier in this study. The observed EC50 vs calculated EC50 is plotted using the best fitting with the quantum descriptors. 展开更多
关键词 3D-QSAR Quantum molecular descriptor Biological Activity TOXICOLOGY
下载PDF
Relationship between reaction rate constants of organic pollutants and their molecular descriptors during Fenton oxidation and in situ formed ferric-oxyhydroxides
2
作者 Lijuan Jia Zhemin Shen Pingru Su 《Journal of Environmental Sciences》 SCIE EI CAS CSCD 2016年第5期257-264,共8页
Fenton oxidation is a promising water treatment method to degrade organic pollutants. In this study, 30 different organic compounds were selected and their reaction rate constants(k) were determined for the Fenton o... Fenton oxidation is a promising water treatment method to degrade organic pollutants. In this study, 30 different organic compounds were selected and their reaction rate constants(k) were determined for the Fenton oxidation process. Gaussian09 and Material Studio software sets were used to carry out calculations and obtain values of 10 different molecular descriptors for each studied compound. Ferric-oxyhydroxide coagulation experiments were conducted to determine the coagulation percentage. Based upon the adsorption capacity,all of the investigated organic compounds were divided into two groups(Group A and Group B). The percentage adsorption of organic compounds in Group A was less than 15%(wt./wt.)and that in the Group B was higher than 15%(wt./wt.). For Group A, removal of the compounds by oxidation was the dominant process while for Group B, removal by both oxidation and coagulation(as a synergistic process) took place. Results showed that the relationship between the rate constants(k values) and the molecular descriptors of Group A was more pronounced than for Group B compounds. For the oxidation-dominated process,EHOMOand Fukui indices(f(0)_x, f(-)_x, f(+)_x) were the most significant factors. The influence of bond order was more significant for the synergistic process of oxidation and coagulation than for the oxidation-dominated process. The influences of all other molecular descriptors on the synergistic process were weaker than on the oxidation-dominated process. 展开更多
关键词 molecular descriptors Fenton oxidation Coagulation Bond order Fukui indices
原文传递
ML-QSPR方法预测煤基液体的燃料性能
3
作者 李文英 王香玲 +2 位作者 范欢欢 范鸿霞 冯杰 《煤炭学报》 EI CAS CSCD 北大核心 2024年第2期1098-1110,共13页
煤基液体混合物如煤焦油、煤直接液化油的分子结构描述和性质预测是开发煤基液体产品高值化工艺和技术的重要基础。由于煤基液体主要由C、H、O、N、S元素构成数量庞杂、芳环结构各异的混合物,因此,使用Python中的RDKit工具包,利用简化... 煤基液体混合物如煤焦油、煤直接液化油的分子结构描述和性质预测是开发煤基液体产品高值化工艺和技术的重要基础。由于煤基液体主要由C、H、O、N、S元素构成数量庞杂、芳环结构各异的混合物,因此,使用Python中的RDKit工具包,利用简化分子线性输入规范(Simplified Molecular Input Line Entry System,SMILES)语言构建煤基液体中物质分子描述符,描述符包含样品元素信息、环数与环结构信息、原子数及分子量信息等共计115个分子描述符。对比人工信息提取方法,将所构建的分子描述符能够体现煤基液体分子结构碎片、分子量及原子个数信息等作为机器学习的特征输入变量,用于建立预测煤基液体的燃料性能的分子机器学习-定量结构性质关系方法 (ML-QSPR),实现对燃料低位热值(LHV)、液体密度(ρ)、闪点(FP)、十六烷值(CN)4个关键燃料性能参数的快速预测。模型验证分析表明LHV、ρ、FP模型的R^(2)分别为0.996、0.988、0.987;CN预测中加入混合物数据进行预测,R^(2)=0.959。与已公开报道的预测LHV、ρ、FP、CN性质方法对比,笔者提出ML-QSPR方法在预测4个关键燃料性能参数准确度方面有提升,在获取结果速度方面有显著优势。利用ML-QSPR模型预测得到的煤基液体制特种燃料性能参数数据库中的信息,分析增加不同族组分物质的碳原子数量时4个燃料性能参数的演变趋势,发现LHV、ρ、FP、CN四个燃料性能参数均受碳数(n)影响显著。由于LHV主要由n决定,不同族组分物质的LHV差距小;而不同族组分物质的ρ、FP和CN性质差距明显。此外,本研究训练好的模型可用于预测新的分子,为新型燃料分子设计提供参考;ML-QSPR方法作为迁移学习模型可在今后用于煤基液体其他场景相关理化性质的分析。 展开更多
关键词 煤焦油 煤直接液化油 煤结构 煤组成成分 分子描述符
下载PDF
基于机器学习的PPCPs固-液分配系数预测
4
作者 张子衡 王美娥 +1 位作者 马万凯 陈卫平 《生态毒理学报》 CAS CSCD 北大核心 2024年第3期82-96,共15页
近年来药品和个人护理产品(PPCPs)作为新兴污染物越来越受到重视,研究PPCPs在固相环境介质中的固-液分配系数(K_(d))对于了解PPCPs的归趋和评价其环境风险至关重要,然而基于线性分配的传统方法不确定性较高。本研究收集了24种常见PPCPs... 近年来药品和个人护理产品(PPCPs)作为新兴污染物越来越受到重视,研究PPCPs在固相环境介质中的固-液分配系数(K_(d))对于了解PPCPs的归趋和评价其环境风险至关重要,然而基于线性分配的传统方法不确定性较高。本研究收集了24种常见PPCPs的吸附批量实验数据,包括K_(d)、土壤性质、实验参数和化合物分子描述符,构建数据集,并采用机器学习构建K_(d)的预测模型。结果表明,随机森林(RF)和极端梯度提升(XGBoost)2种回归模型的预测效果相似且优于支持向量回归(SVR);SHAP分析揭示了辛醇-水分配系数(log K_(OW))、物质的量折射率(MR)、物质的量质量(MW)、固-液比(RATIO)、有机碳含量(OC)对K_(d)影响最显著;利用文献报道的广州市溪流河12种PPCPs和42种沉积物样本的实测数据进行应用域分析和模型验证,结果显示,除了红霉素和罗红霉素,本研究构建的模型能很好地预测其余PPCPs的K_(d)值。同时,研究发现,对于在弱酸性和弱碱性条件下溶解性会发生显著增加的化合物,如环丙沙星、氧氟沙星、磺胺二甲嘧啶等,在弱酸性和弱碱性的实际环境中应用本研究所构建的方法会低估实际K_(d)值。 展开更多
关键词 批量吸附 环境风险评估 分子描述符 随机森林 有机碳吸附系数
下载PDF
基于集成机器学习和分子对接方法筛选新型的BTK抑制剂
5
作者 孙丽丽 汪子肖 +2 位作者 陈琴 孙耀 董海燕 《科学技术与工程》 北大核心 2024年第22期9445-9455,共11页
布鲁顿酪氨酸激酶(Brutons tyrosine kinase,BTK)在B细胞恶性肿瘤和自身免疫性疾病等多种生物学过程中发挥重要作用,因此,抑制BTK是治疗多种疾病的一种有效策略。为了开发一种基于机器学习的虚拟筛选方法,以识别潜在的BTK抑制剂。首先,... 布鲁顿酪氨酸激酶(Brutons tyrosine kinase,BTK)在B细胞恶性肿瘤和自身免疫性疾病等多种生物学过程中发挥重要作用,因此,抑制BTK是治疗多种疾病的一种有效策略。为了开发一种基于机器学习的虚拟筛选方法,以识别潜在的BTK抑制剂。首先,通过收集了一个由3499个活性BTK抑制剂和7927个非活性化合物组成的数据集,并使用3种分子描述符和6个机器学习算法构建了18个分类模型和2种集成分类模型。模型性能评估显示,基于直径为4的扩展连接指纹(extended-connectivity fingerprint with diameter 4,ECFP4)描述符和深度神经网络(deep neural network,DNN)、随机森林(random forest,RF)、支持向量机(support vector machine,SVM)算法构建的集成模型更加准确可靠。接着,利用最佳集成模型从ZINC数据库中的5×10^(6)个分子中筛选出93个潜在的新型的BTK抑制剂,通过分子对接进一步分析它们与BTK蛋白晶体的结合模式。最终筛选出6个具有高亲和力的BTK抑制剂,它们能与活性口袋中的关键的氨基酸残基Thr474、Glu475、Met477、Cys481和Asp539等形成稳定的氢键相互作用。预测的吸收、分布、代谢、排泄和毒性(absorption,distribution,metabolism,excretion and toxicity,ADMET)参数表明这些候选化合物具有良好的药代动力学参数和安全性。分子动力学模拟进一步说明了这些化合物能与BTK蛋白稳定结合,有望成为开发新型BTK抑制剂的先导化合物。 展开更多
关键词 机器学习 BTK抑制剂 虚拟筛选 分子对接 分子描述符
下载PDF
混合神经网络下二元混合液体自燃温度研究
6
作者 程泽会 杨剑 +1 位作者 郭丙宇 张泽宇 《中北大学学报(自然科学版)》 CAS 2024年第1期90-97,共8页
为解决传统实验方法测量二元混合液体自燃温度所面临的时间和安全问题,本文提出了一种运用神经网络优化定量结构-性质关系(QSPR)预测模型的方法。首先,分别使用BP神经网络(BPNN)和一维卷积神经网络(1DCNN)处理混合分子描述符数据。然后... 为解决传统实验方法测量二元混合液体自燃温度所面临的时间和安全问题,本文提出了一种运用神经网络优化定量结构-性质关系(QSPR)预测模型的方法。首先,分别使用BP神经网络(BPNN)和一维卷积神经网络(1DCNN)处理混合分子描述符数据。然后,采用卷积神经网络(CNN)处理分子结构图数据,以此建立BPNN+CNN和1DCNN+CNN两种预测模型。通过交叉验证、残差分析和应用域分析等多种方法对两种模型的预测能力、拟合能力和稳定性进行了验证。最后,讨论了4种优化器和不同维度的分子结构图对模型性能的影响。通过实验可知,两种模型的决定系数分别为0.989 8和0.987 1;10折交叉验证复相关系数分别为0.961 1和0.963 3;交互验证系数分别为0.982 6和0.992 5。结果表明,两种模型均可对大多数二元混合液体自燃温度进行预测,其中,BPNN+CNN模型有较好的拟合能力,1DCNN+CNN模型有较好的稳定性。 展开更多
关键词 二元混合液体 自燃温度 神经网络 QSPR 分子描述符
下载PDF
基于PaDEL分子描述符的气味机器学习识别研究
7
作者 苏洋洋 夏仁杰 +1 位作者 王云松 许振军 《江苏理工学院学报》 2024年第2期5-10,共6页
气味识别有助于更好地理解嗅觉处理机制和生物进化中的交流方式,也是食品、饮料和香水等商业领域的关键技术。在利用PaDEL对气味分子进行数值化表征的基础上,采用决策树、随机森林、极端随机树、支持向量机、全连接神经网络和循环神经... 气味识别有助于更好地理解嗅觉处理机制和生物进化中的交流方式,也是食品、饮料和香水等商业领域的关键技术。在利用PaDEL对气味分子进行数值化表征的基础上,采用决策树、随机森林、极端随机树、支持向量机、全连接神经网络和循环神经网络等机器学习算法,对PaDEL分子描述符进行了特征学习,以实现对气味的多标签分类。结果显示,FCNN和DT模型的预测性能较强,BiGRU模型的预测性能最弱。采用主成分分析算法对PaDEL数据进行了降维处理,基于此数据的不同机器学习模型气味分类性能比较中,BiGRU模型的性能最优。 展开更多
关键词 PaDEL分子描述符 机器学习 气味识别
下载PDF
Quantum Chemistry Prediction of Molecular Lipophilicity Using Semi-Empirical AM1 and <i>Ab Initio</i>HF/6-311++G Levels 被引量:1
8
作者 Ouanlo Ouattara Nahossé Ziao 《Computational Chemistry》 2017年第1期38-50,共13页
Reliable prediction of lipophilicity in organic compounds involves molecular descriptors determination. In this work, the lipophilicity of a set of twenty-three molecules has been determined using up to eleven quantum... Reliable prediction of lipophilicity in organic compounds involves molecular descriptors determination. In this work, the lipophilicity of a set of twenty-three molecules has been determined using up to eleven quantum various descriptors calculated by means of quantum chemistry methods. According to Quantitative Structure Property Relationship (QSPR) methods, a first set of fourteen molecules was used as training set whereas a second set of nine molecules was used as test set. Calculations made at AM1 and HF/6-311++G theories levels have led to establish a QSPR relation able to predict molecular lipophilicity with over 95% confidence. 展开更多
关键词 molecular LIPOPHILICITY molecular descriptors Quantum Chemistry Statistical Analysis
下载PDF
QSRR Study on the Components of Styrax Japonicus Sieb Flowers Using Improved Molecular Electronegativity-distance Vector (I-MEDV) 被引量:9
9
作者 廖立敏 朱俊 +1 位作者 李建凤 雷光东 《Chinese Journal of Structural Chemistry》 SCIE CAS CSCD 2011年第1期105-110,共6页
Atoms in most organic molecules are often carbon,oxygen,nitrogen,sulfur,halogens,etc. Based on the three-dimensional structure of a molecule,a molecular structural characterization(MSC) method called improved molecu... Atoms in most organic molecules are often carbon,oxygen,nitrogen,sulfur,halogens,etc. Based on the three-dimensional structure of a molecule,a molecular structural characterization(MSC) method called improved molecular electronegativity-distance vector(I-MEDV) was developed. It was used to describe the structures of 37 compounds of styrax japonicus sieb flowers. Through multiple linear regression(MLR),a QSRR model was built up. The correlation coefficient(R1) of the model was 0.980. Then,4 vectors were selected to build another model through the method of stepwise multiple regression(SMR) ,and the correlation coefficient(R2) of the model was 0.975. Moreover,all the two models were evaluated by performing the crossvalidation with the leave-one-out(LOO) procedure and the correlation coefficients(Rcv) were 0.948 and 0.968,respectively. The results show that the I-MEDV could successfully describe the structures of organic compounds. The stability and predictability of the models were good. 展开更多
关键词 improved molecular electronegativity-distance vector(I-MEDV) structural descriptor quantitative structure-retention relationship(QSRR) flowers of styrax japonicus sieb complex samples
下载PDF
OLED发光材料的理论计算与分子设计 被引量:2
10
作者 刘美惠 彭谦 《发光学报》 EI CAS CSCD 北大核心 2023年第1期115-128,共14页
数次有机发光二极管(OLED)器件效率的突破均源于有机电致发光新机制的发现和有机发光材料的创新。理论探究有机分子激发态的形成和衰变过程可以加深理解发光的微观机理,促进发光材料分子的研发。本文简要介绍了热振动关联函数(TVCF)的... 数次有机发光二极管(OLED)器件效率的突破均源于有机电致发光新机制的发现和有机发光材料的创新。理论探究有机分子激发态的形成和衰变过程可以加深理解发光的微观机理,促进发光材料分子的研发。本文简要介绍了热振动关联函数(TVCF)的速率理论,及其在荧光、磷光和热激活延迟小分子材料中的应用。针对这三类小分子材料,我们揭示了其发光机理,建立了分子结构与性质之间的关系,提出了表征效率的描述符,并理论设计了优良的OLED发光分子。 展开更多
关键词 OLED发光材料 分子描述符 热振动关联函数 激发态衰减速率常数 发光量子效率
下载PDF
基于随机森林和深度神经网络的药物ADMET性质预测 被引量:1
11
作者 王肖成 阮昊 +2 位作者 鹏奕锟 李成堃 陈雪 《微处理机》 2023年第2期39-43,共5页
针对抗乳腺癌药物研发中ADMET占据比例过大且难以准确预测等问题,提出一种基于随机森林及深度神经网络模型的候选药物ADMET性质预测模型。模型在保留分子结构信息的前提下,能够减少特征冗余和样本维度,以随机森林算法及特征选择过程结... 针对抗乳腺癌药物研发中ADMET占据比例过大且难以准确预测等问题,提出一种基于随机森林及深度神经网络模型的候选药物ADMET性质预测模型。模型在保留分子结构信息的前提下,能够减少特征冗余和样本维度,以随机森林算法及特征选择过程结合变量重要性评分方法,获取最优分子描述符变量特征。通过改进DNN模型结构中各层之间的快捷连接方式,更有效地保留分子结构信息。在公开数据集中进行对比试验,结果表明所模型在测试集中5种ADMET性质分类预测平均准确度可达89.15%,优于当前主流模型,具有更强的适用性。 展开更多
关键词 随机森林 深度神经网络 分子描述符变量 ADMET性质 药物研发
下载PDF
借助Multiwfn实现物理化学性质描述符的可视化:以单环B5N5为例
12
作者 程学礼 赵燕云 +2 位作者 李峰 杨永娟 韩建梅 《大学化学》 CAS 2023年第11期301-308,共8页
借助化学软件实现物理化学性质描述符的可视化能够极大地丰富课堂教学的内容,展现化学中的美。本文基于分子轨道绘制了仅由π电子贡献的定域化轨道定位函数(LOL-π)填色图、电子定域化函数(ELF)和扫描隧道显微镜(STM)图像,用表面静电势... 借助化学软件实现物理化学性质描述符的可视化能够极大地丰富课堂教学的内容,展现化学中的美。本文基于分子轨道绘制了仅由π电子贡献的定域化轨道定位函数(LOL-π)填色图、电子定域化函数(ELF)和扫描隧道显微镜(STM)图像,用表面静电势、平均局部离子化能(ALIE)、局部电子亲合能(LEA)可视化了分子表面反应位点,并用相互作用区域指示函数(IRI)和非键作用(NCI)函数分析揭示了B5N5单环的成键情况和弱相互作用,是把科研成果应用于课堂教学的典型范例。 展开更多
关键词 物理化学性质描述符可视化 M06-2X-D3 分子轨道 表面静电势 亲电/亲核位点 IRI
下载PDF
基于机器学习的抗乳腺癌候选药物筛选模型优化 被引量:1
13
作者 庞国庆 严沛鑫 周康乔 《南通职业大学学报》 2023年第2期67-72,104,共7页
雌激素受体α亚型(Estrogen receptors alpha,ERα)被认为是治疗乳腺癌的重要靶标,对于治疗乳腺癌非常关键。为准确找出能抑制ERα活性的化合物,以504个分子描述符作为研究变量,采用Spearman相关系数、最大互信息系数和随机森林特征选... 雌激素受体α亚型(Estrogen receptors alpha,ERα)被认为是治疗乳腺癌的重要靶标,对于治疗乳腺癌非常关键。为准确找出能抑制ERα活性的化合物,以504个分子描述符作为研究变量,采用Spearman相关系数、最大互信息系数和随机森林特征选择三种方法,分别筛选出排名前30的分子描述符,综合三种方法的结果,使用基于秩的变量选择算法选出前20个对生物活性最具显著影响的分子描述符,并分别建立岭回归和随机森林非线性回归模型对其进行比较。结果表明,随机森林模型方法的预测效果更好,可用于化合物对ERα生物活性值的预测。 展开更多
关键词 乳腺癌 药物筛选 分子描述符 生物活性预测 Spearman相关系数 最大互信息系数 随机森林 岭回归
下载PDF
抗乳腺癌候选药物活性值模型建立和分析
14
作者 亓凯航 仲梁维 《计算机时代》 2023年第3期7-10,16,共5页
为了减少抗乳腺癌药物研发的时间和成本,建立化合物活性预测模型来筛选潜在活性化合物。首先对化合物进行预处理,选出前20个对生物活性值最具显著影响的分子描述符。其次借助遗传算法对BP神经网络的初始权值和阈值优化,最后根据MES值将... 为了减少抗乳腺癌药物研发的时间和成本,建立化合物活性预测模型来筛选潜在活性化合物。首先对化合物进行预处理,选出前20个对生物活性值最具显著影响的分子描述符。其次借助遗传算法对BP神经网络的初始权值和阈值优化,最后根据MES值将优化前后的BP神经网络性能对比评估。优化前的MES值为0.22097,优化后的MES值为0.06923,神经网络模型性能提升明显,该模型可用于对化合物的生物活性值预测。 展开更多
关键词 分子描述符 生物活性值 遗传算法 BP神经网络
下载PDF
融合多模态数据的药物合成反应的虚拟筛选
15
作者 孙晓飞 朱静远 +1 位作者 陈斌 游恒志 《计算机应用》 CSCD 北大核心 2023年第2期622-629,共8页
药物合成反应,特别是不对称反应是现代药物化学的重要组成部分。化学家们投入了巨大的人力和资源来识别各种化学反应模式,以实现高效合成和不对称催化。量子力学计算和机器学习算法在这一领域的最新研究证明了通过计算机学习现有药物合... 药物合成反应,特别是不对称反应是现代药物化学的重要组成部分。化学家们投入了巨大的人力和资源来识别各种化学反应模式,以实现高效合成和不对称催化。量子力学计算和机器学习算法在这一领域的最新研究证明了通过计算机学习现有药物合成反应数据并进行精确虚拟筛选的巨大潜力。然而,现有方法局限于单一模态的数据来源,并且由于数据少的限制,只能使用基本的机器学习方法,使它们在更广泛场景中的普遍应用受到阻碍。因此,提出两种融合多模态数据的药物合成反应的筛选模型来进行反应产率和对映选择性的虚拟筛选,并给出了一种基于Boltzmann分布进行加权的3D构象描述符,从而将分子的立体空间信息与量子力学性质结合起来。这两种多模态数据融合模型在两个代表性的有机合成反应(C-N偶联反应和N,S-缩醛反应)中进行了训练和验证,结果表明前者的R2相对于基线方法在大多数据划分上的提升超过了1个百分点,后者的平均绝对误差(MAE)相对于基线方法在大多数据划分上的下降超过了0.5个百分点。可见,在有机反应筛选的不同任务中采用基于多模态数据融合的模型都会带来好的性能。 展开更多
关键词 药物合成反应 不对称反应 机器学习 多模态数据 3D分子描述符 虚拟筛选
下载PDF
人工神经网络法预测有机物基础物性 被引量:17
16
作者 张向东 赵立群 张国义 《化工学报》 EI CAS CSCD 北大核心 1995年第1期66-74,共9页
用神经网络法预测有机物的物性,提出用主成分分析和回归分析的方法,求得输入参数,对有机物的正常沸点、临界温度、临界压力、临界体积、汽化焓、偏心因子等基础物性作了定量预测,估算精度可满足化工计算的要求。
关键词 神经网络 有机物 物理性质 预测
下载PDF
基于网络药理学研究大川芎方治疗偏头痛的作用机制 被引量:11
17
作者 袁荣高 顾明华 古江勇 《南京中医药大学学报》 CAS CSCD 北大核心 2016年第6期571-576,共6页
目的研究大川芎方治疗偏头痛的分子作用机制。方法结合文献挖掘、分子对接和网络分析研究大川芎方中化合物群与偏头痛相关靶蛋白的相互作用。结果分子对接发现大川芎中有38个活性成分,且大部分具有较好的口服生物利用度和良好的脑内暴露... 目的研究大川芎方治疗偏头痛的分子作用机制。方法结合文献挖掘、分子对接和网络分析研究大川芎方中化合物群与偏头痛相关靶蛋白的相互作用。结果分子对接发现大川芎中有38个活性成分,且大部分具有较好的口服生物利用度和良好的脑内暴露量,进一步网络分析发现senkyunolide M,riligustilide,levistolide A,chuanxiongterpene等16个化合物为其主要活性成分,可通过与CGRP、p38、TNF-α、iGluR5、NOS等18个靶蛋白作用,抑制神经源性炎症和神经递质的产生,降低源自三叉神经的感受器对伤害性信息的超敏化,并对抗皮层扩布性抑制,从而发挥治疗偏头痛的作用。结论通过网络分析明确了大川芎方治疗偏头痛的分子作用机制,诠释了其科学内涵,有助于推动后续相应制剂的药效物质基础研究和分子机制实验研究。 展开更多
关键词 疼痛 网络分析 分子描述符 分子对接 中药
下载PDF
从网络角度研究腰痹通胶囊整体调控腰椎间盘突出的分子作用机制 被引量:5
18
作者 范震宇 张新庄 +5 位作者 柯志鹏 吉顺莉 曹亮 王团结 王振中 萧伟 《中成药》 CAS CSCD 北大核心 2018年第2期275-283,共9页
目的研究腰痹通胶囊(三七、川芎、延胡索,等)治疗腰椎间盘突出的分子作用机制。方法采用文献挖掘、分子对接以及分子-靶蛋白网络特征分析的方法研究腰痹通胶囊中化合物群与靶蛋白的相互作用。结果分子对接发现腰痹通胶囊中有46个活性成... 目的研究腰痹通胶囊(三七、川芎、延胡索,等)治疗腰椎间盘突出的分子作用机制。方法采用文献挖掘、分子对接以及分子-靶蛋白网络特征分析的方法研究腰痹通胶囊中化合物群与靶蛋白的相互作用。结果分子对接发现腰痹通胶囊中有46个活性成分,且大部分具有良好的口服生物利用度和较高的中枢神经暴露量,进一步网络分析发现,其中coptisine、diligustilide、corypalmine、chuanxiongterpene等11个化合物为其主要活性成分,可通过与p38、CGRP、MMPs、TNFα等19个靶蛋白作用,抑制过度性炎症反应和椎间盘内毛细血管浸入,降低神经对刺激的敏感性,调控椎间盘内胶原、蛋白聚糖的代谢平衡,从而缓解疼痛,改善腰椎间盘突出。结论通过网络分析明确了腰痹通胶囊调控腰椎间盘突出的分子作用机制,诠释了其科学内涵,有助于推动后续药效物质基础研究和分子机制实验研究。 展开更多
关键词 疼痛 中药 网络药理学 分子描述符 分子对接
下载PDF
形态与分子标记用于羊草种质鉴定与遗传评估的研究 被引量:32
19
作者 汪恩华 刘杰 +2 位作者 刘公社 齐冬梅 李芳芳 《草业学报》 CSCD 2002年第4期68-75,共8页
利用分子标记与形态标记对随机抽取的 17份禾草种质进行了种质评估的比较研究。结果表明 ,2种方法均在17份供试材料中鉴别出 9份羊草种质 ,占供试样品的 5 3% ,说明分子标记方法用于羊草种质资源鉴定是可行的 ,并具有快速、准确、不受... 利用分子标记与形态标记对随机抽取的 17份禾草种质进行了种质评估的比较研究。结果表明 ,2种方法均在17份供试材料中鉴别出 9份羊草种质 ,占供试样品的 5 3% ,说明分子标记方法用于羊草种质资源鉴定是可行的 ,并具有快速、准确、不受环境条件限制等优点。在 4 0个 10 Mer的随机引物当中新筛选出 2 1个有效引物 ,以其对 9份羊草材料进行 RAPD分析 ,共扩增出 115条带 ,DNA片段大小在 0 .2 kb- 5 .5 kb之间 ,其中 95条带表现出多态性 ,多态比率 82 .6 1% ,平均每个引物扩增的多态性带为 4 .5条。研究表明 ,S12 13- 90 0 ,S12 13- 170 0 ,S12 15 -5 5 0 0 ,S1396 - 1370 ,S1384 - 90 0 ,S12 0 2 - 5 180 ,S12 2 0 - 2 2 0 0 ,S1381- 15 80 ,S12 11- 2 80 0 ,S12 11- 80 0为羊草种质所具有的 10个特异性标记 ,据此可将羊草种质与披肩草、赖草加以区分 ,同时在羊草种内亦发现 13条可区分供试羊草种质的特有标记。形态标记与分子标记相关性分析结果显示 :羊草种质的小穗数 ,种子千粒重 ,叶色 ,有性繁殖量和结实率 5个形态学指标与遗传多样性指标——特有带百分率及遗传距离之间 ,存在一定相关性 ,可以用于羊草种质的遗传评估。笔者对羊草种质资源在收集和评价过程中存在的问题进行了探讨。 展开更多
关键词 分子标记 羊草 种质鉴定 遗传评估 形态标记
下载PDF
基于支持向量学习机方法的抗真菌药物活性预测 被引量:3
20
作者 李泽荣 陈仕伟 +2 位作者 谈宁馨 陈宇综 李象远 《高等学校化学学报》 SCIE EI CAS CSCD 北大核心 2005年第8期1527-1531,共5页
为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根... 为了预测分子的抗真菌活性,计算了表征分子的电子、拓扑、几何结构和分子形状等特征的67个分子描述符,并用于支持向量学习机对分子抗真菌活性分类模型的建立和活性预测.分别用留一法和五重交叉法对模型进行了验证.在五重交叉验证中,根据分子三维结构的相似性,首先把所研究的94个分子分成若干类,再分别从每一类中随机选择若干个分子组成若干个训练集,剩余的分子构成相应的测试集.结果表明,用上述两种验证方法得到的结果相近,且所建立的模型具有较高的预测性,交叉验证的预测正确率达到84.0%. 展开更多
关键词 支持向量学习机 抗真菌活性 分子描述符 留一法 五重交叉法
下载PDF
上一页 1 2 7 下一页 到第
使用帮助 返回顶部