构皮碱性亚硫酸钠—助剂法蒸煮历程

对构皮碱性亚硫酸钠—助剂法蒸煮历程的研究表明 ,其脱木素历程可分为大量脱木素阶段和补充脱木素阶段 .大量脱木素阶段 ,木素脱除率为 90 .35 % ,在补充脱木素阶段 ,木素的总脱除率达 96 .2 6 % .     

功能性多糖的构效关系

根据功能性的不同对多糖的构效关系进行了总结，概述了各类多糖构效关系的研究现状。对于免疫增强类多糖，多糖的主链组成、相对分子质量等对多糖的功效都产生影响，这些影响可能是通过改变多糖的高级结构发挥作用；抗凝血多糖的表面的电荷密度等因素决定了其抗凝血活性，另外分子大小、硫化位差别等因素也都影响抗凝血活性的发挥；抗病毒多糖主要研究的是对HIV的活性，硫酸根对于抗HIV病毒可能为必需，同时分子大小及带基因等也对其活性产生影响。     

氟喹诺酮药物的作用机制与构效关系

氟喹诺酮类药物具有广抗菌活性，本文就其与ＤＮＡ促旋酶作用机制，选择性及药物的构铲关系作一简要综述。     

紫杉醇构效关系及类似物生物活性的研究进展

紫杉醇是当今最有效的抗癌药物之一.它的作用机理独特,通过诱导和促进微管蛋白聚合形成稳定结构,从而抑制微管解聚.对紫杉醇的构效与活性之间的关系以及近十年来紫杉醇类似物研究进展进行了比较详尽的阐述,包括以下几个方面:C2位苯甲酰基、C4位乙酰基、D环、C13侧链、C2与C3′成环、C4与C3′成环以及其它位基团对紫杉醇生物活性的影响.从紫杉醇的构效关系看,C1、C7、C9和C10位基团对它的生物活性并无太大的影响,但是C2、C4位的基团以及D环和C13位的侧链对紫杉醇的生物活性影响重大.     

多肽定量构效关系建模方法

列举了苦味肽、血管紧张素转换酶抑制剂和抗菌肽3种常用于QSAR建模的多肽体系,介绍了几种QSAR常用建模方法:多元线性回归(MLR)、偏最小二乘法(PLS)、支持向量机(SVM)、主成分分析(PCA)、逐步线性回归(SLR)和人工神经网络(ANN),为将从事多肽QSAR研究合理选择建模方法提供有参考。     

取代芳烃对蝌蚪的急性毒性与构效关系

以蝌蚪为模型生物，测定了部分取代芳烃类化合物在静态试验系统中的急性毒性效应（24h-LC50）,提出了成键原子的生物活性点价（δi^a）与其组成原子的结构特征密切相关，并建构了蕴含有机物的生物活性的自相关拓扑指数（^mQ），使用^1Q对毒性数据（-lgLC50）进行定量构效关系研究，获得良好的相关模型，相关系数为0．9805．     

Na2SiO3对碱性硫脲溶液选择性溶金的影响

采用电化学方法研究Na2SiO3浓度对碱性硫脲浸金的影响和金及其常见伴生元素银、铜、镍、铁在含有Na2SiO3的碱性硫脲溶液中的电化学行为．研究结果表明：加入Na2SiO3在很大程度上提高了金的溶解电流，Na2SiO3的最佳浓度为0．15mol／L分析不同电势时lgJ与lgc(Na2SiO3)之间的关系可得：在电势为0．42V时，Na2SiO3对碱性硫脲溶液电化学溶金的促进作用最显著，含Na2SiO3的碱性硫脲溶液对金的溶解具有一定的选择性；在电势为0．58V时溶金效果最佳。金、银、镍和铁的阳极电流密度分别为2．49，1．22，1．03和0．09mA／cm^2；而同时加入Na2SiO3；和Na2SO3时碱性硫脲溶液选择性溶金的最佳电势负移至0.42V，对金的选择性溶解更为明显，金、银、铜、镍和铁的溶解电流密度依次为3．83，1．13，0．73，0．14和0．09mA／cm^2，金的溶解电流密度分别是银、铜、镍和铁的3．4，5．2，27．3和42．6倍．     

基于变异学习的药物构效关系模式分类法

提出一类用于预测药物活性的神经元模式分类器及其神经网络进化学习新算法－－变异基遗传法。该算法仅采用变异算子进行局部优化搜索,并利用随机初始化技术使算法在局部搜索功能提高的同时仍有可能寻找到全局最优解。该研究以有机氟农药为例,将基于变异学习的神经元模式分类方法应用于药物构效关系的识别研究,实验结果表明,该方法能有效地辨识药物构效关系模式,模式分类识别正确率优于其他神经元模式分类法。     

探索提高三维定量构效关系模型预测能力的方法

为了解决使用三维定量构效关系(three-dimensional quantitative structure-activity relationship,3D-QSAR)模型预测新化合物生物活性效果不理想的问题,建立了2种新的一致性模型.模型一是由多元线性回归(multiple linear regression,MLR)方法构建的加权一致性模型(weighted consensus modeling,WCM),该模型为每个子模型添加了各自的权重系数.模型二通过计算多个子模型预测值的平均值来构建平均一致性模型(average consensus modeling,ACM).研究结果表明,当交叉验证相关系数0.5q~2≤0.8时,一致性模型可以提高预测能力,而在q~20.8时不能提高3D-QSAR模型的预测能力.该方法可为提高模型预测能力和设计新型高活性抑制剂提供帮助.