用神经网络方法对卡巴醌系列抗肿瘤药物的QSAR研究

运用人工神经网络方法研究了卡巴醌（Ｃａｒｂｏｑｕｏｎｅ）系列药物对用Ｌ－１２０１白血病细胞接种的小鼠延长生命的活性，与传统的回归方法进行比较，可得到更为精确的结果，并且在活性预测方面有很好的效果。     

基于非线性构效关系的数据发掘在药物发现中的应用

数据发掘和定量的构效关系(QSAR)是药物发现中重要的研究方法．本首先介绍了一种极具实用价值的无模式分类与模式识别的基本方法，即k最近邻法．该法应用于QSAR研究时通过若干电子、拓扑结构参数计算分子间的欧氏距离来比较其相似性，并以最相似若干分子已知活性的加权平均来估算新结构的活性数据．整个运算过程利用模拟退火法并结合遗传算法和留一-交叉验证法优选出适当的结构参数和近邻数目．本以一组已知活性的单核苷酸分子为例，对NCI和Maybridge化学数据库的分子运用kNN法进行数据发掘，通过计算数据库中分子与已知活性分子的相似性来进行筛选和活性预测，从而得到与已知结构最相似的分子，为搜寻潜在前导化合物提供重要参考信息．     

分子路径及其在药物发现中的应用

提出了分子结构搜索的新方法即分子路径,不仅包括了配体所应该具备的原子(官能团),还包含了所需要的支撑结构,优于已有的子结构和指纹法,能够更好地体现药效团的含义,从而大大提高筛选效率。开发了分子路径搜索程序。以INNO-406为例进行搜索实验,显示了新方法的作用。