- 相關(guān)推薦
醫(yī)學(xué)畢業(yè)設(shè)計(jì)(論文)開題報(bào)告
畢業(yè)設(shè)計(jì)(論文)開題報(bào)告
一、 選題的目的和意義
定量結(jié)構(gòu)活性關(guān)系(Quantitative Structure-Activity Relationships，簡(jiǎn)稱 QSAR)是20世紀(jì)60年代發(fā)展起來的一門新興學(xué)科，是由結(jié)構(gòu)活性關(guān)系（Structure-Activity Relationship，簡(jiǎn)稱 SAR ）發(fā)展而來的。QSAR 是通過對(duì)已知結(jié)構(gòu)且有生物活性系列化合物(如一系列有相同藥理作用的結(jié)構(gòu)相似的化合物)進(jìn)行化學(xué)信息學(xué)的計(jì)算, 選用適當(dāng)?shù)臄?shù)學(xué)模型建立活性與化合物結(jié)構(gòu)之間定量關(guān)系，解釋由于分子結(jié)構(gòu)的變化影響化合物生物活性的改變,推測(cè)其可能的作用機(jī)理。然后建立有效的QSAR模型，如果有新化合物的出現(xiàn)，且其結(jié)構(gòu)數(shù)據(jù)已知，可以預(yù)測(cè)其生物活性，也可以優(yōu)化結(jié)構(gòu)改變現(xiàn)有化合物的結(jié)構(gòu)以提高其生物活性。這種方法廣泛應(yīng)用于藥物、農(nóng)藥、化學(xué)毒劑等生物活性分子的合理設(shè)計(jì)。在經(jīng)歷40多年的發(fā)展過程中，定量構(gòu)效活性關(guān)系在國(guó)際上已成為一個(gè)相當(dāng)活躍的研究領(lǐng)域。
長(zhǎng)期以來，腫瘤一直嚴(yán)重威脅著人類的健康與生命。全世界的科學(xué)家在過去的幾十年中付出了巨大努力，從多個(gè)角度來研究腫瘤的致病機(jī)制，采用各種手段來進(jìn)行預(yù)防、診斷與治療，但腫瘤的發(fā)病率與致死率仍然居高不下。WHO文件顯示：過去數(shù)十年中，全世界每年有近700萬人死于惡性腫瘤，估計(jì)2020年將升至1000萬。對(duì)腫瘤的治療主要包括外科切除、放射治療和用抗腫瘤藥物進(jìn)行的化學(xué)治療�？鼓[瘤藥物有“細(xì)胞毒”和促進(jìn)分化等作用，可以殺死腫瘤細(xì)胞、抑制腫瘤細(xì)胞的生長(zhǎng)繁殖和促進(jìn)腫瘤細(xì)胞的分化等，從而可以治療或治愈腫瘤，而且由于其相對(duì)低廉的費(fèi)用，被大多數(shù)腫瘤患者所接受。
盡管腫瘤的化學(xué)治療已取得重大進(jìn)展，新的抗腫瘤藥物不斷出現(xiàn)，但腫瘤的化學(xué)治療仍存在著許多問題，這主要是因?yàn)閷?shí)體腫瘤占惡性腫瘤的90%但多數(shù)實(shí)體瘤如肺癌、肝癌、結(jié)腸癌及胰腺癌等還缺乏有效的藥物；現(xiàn)有的抗腫瘤藥物毒副反應(yīng)太大，缺乏選擇性；腫瘤細(xì)胞對(duì)抗腫瘤藥物產(chǎn)生抗藥性[1]。
QSAR主要側(cè)重于藥物早期的研究和發(fā)展，為新藥物分子的篩選的和設(shè)計(jì)開拓了新的途徑[2]，在受體結(jié)構(gòu)已知的情況下，對(duì)抗腫瘤藥物進(jìn)行定量構(gòu)效活性關(guān)系研究，用生成與受體結(jié)構(gòu)互補(bǔ)的配體的方法來發(fā)現(xiàn)可以針對(duì)特定腫瘤、特定靶點(diǎn)的非細(xì)胞毒類藥物，使之更具有選擇性和針對(duì)性。隨著新QSAR模型的建立，極大地縮短了新藥合成的時(shí)間，降低了開發(fā)成本，并能在某種程度上預(yù)測(cè)藥物對(duì)特定腫瘤人群的有效性。為腫瘤治療起到了積極地推動(dòng)作用。
二、國(guó)內(nèi)外研究現(xiàn)狀
腫瘤的化學(xué)治療藥物發(fā)展很快,每年都有大量抗腫瘤藥物研究文獻(xiàn)發(fā)表，各國(guó)對(duì)抗腫瘤藥物的開發(fā)也予以高度重視和大量投資，美國(guó)就此專門成立了美國(guó)國(guó)立癌癥研究（National Cancer Institute，簡(jiǎn)稱NCI），成為了世界抗腫瘤的權(quán)威機(jī)構(gòu)。
國(guó)內(nèi)研發(fā)方向主要以含中草藥及其活性成分的抗腫瘤藥物，可以歸納為以下幾個(gè)方面：（1）對(duì)現(xiàn)有藥物進(jìn)行結(jié)構(gòu)改造以改善其藥理學(xué)特性，如增加水溶性、降低毒副作用等；（2）以新的作用機(jī)理或作用靶點(diǎn)為指導(dǎo)尋找新的活性物質(zhì)作為先導(dǎo)化合物；（3）發(fā)現(xiàn)新的作用靶點(diǎn)。在當(dāng)前生物學(xué)的后基因時(shí)代，科學(xué)家們要面對(duì)數(shù)千個(gè)潛在的藥物靶點(diǎn)，探討它們與小分了化合物的相互作用；（4）加強(qiáng)定量構(gòu)效活性構(gòu)關(guān)系研究.
近年來隨著分子生物學(xué)和計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得開發(fā)新藥的技術(shù)路線發(fā)生了重大變革。國(guó)際上越來越多的研究機(jī)構(gòu)在新抗腫瘤藥物的開發(fā)中使用計(jì)算機(jī)輔助分子設(shè)計(jì),它大大加快了新藥設(shè)計(jì)的速度，節(jié)省了創(chuàng)制新藥工作的人力和物力，使藥物學(xué)家能夠以理論作指導(dǎo)，有目的地開發(fā)新藥。計(jì)算機(jī)輔助分子設(shè)計(jì)主要分兩種情況:一種是在受體結(jié)構(gòu)已知的情況下,采用生成與受體結(jié)構(gòu)互補(bǔ)的配體的方法來尋找新藥物；另一種是在受體結(jié)構(gòu)未知的情況下,采用對(duì)一組具有類似活性的化合物建立定量結(jié)構(gòu)活性關(guān)系,在此模型基礎(chǔ)上進(jìn)行結(jié)構(gòu)修飾來預(yù)測(cè)生成新的化合物。
QSAR作為抗腫瘤藥物設(shè)計(jì)研究中的一個(gè)重要計(jì)算方法和常用手段,在新藥的開發(fā)和研制過程中占據(jù)了重要位置。近半個(gè)世紀(jì)以來,QSAR研究對(duì)有機(jī)合成化學(xué)、藥物化學(xué)及藥物設(shè)計(jì)的發(fā)展起了巨大的推動(dòng)作用,已經(jīng)成為研究物質(zhì)理化性質(zhì)與生物活性以尋求分子解釋的一個(gè)強(qiáng)有力工具。下面就定量活性結(jié)構(gòu)活性關(guān)系研究的一些常見方法作簡(jiǎn)要地介紹如下。
1、二維定量結(jié)構(gòu)活性關(guān)系方法(2D-QSAR)傳統(tǒng)的二維定量結(jié)構(gòu)活性關(guān)系方法很多,有Hansch法、基團(tuán)貢獻(xiàn)法和分子連接性指數(shù)法等[3] 。
其中最為著名、應(yīng)用最為廣泛的是Hansch 法。 它假設(shè)同系列化合某些生物活性的變化是和它們某些可測(cè)量的物理化學(xué)性質(zhì)(疏水性、電性質(zhì)和空間立體性質(zhì)等)的變化相聯(lián)系的,并假定這些因子是彼此孤立的,采用多重自由能相關(guān)法,借助多重線性回歸等統(tǒng)計(jì)方法就可以得到定量結(jié)構(gòu)活性關(guān)系模型。
基團(tuán)貢獻(xiàn)法是Free-Wilson 在對(duì)有機(jī)物亞結(jié)構(gòu)信息和生物毒性的相關(guān)研究基礎(chǔ)上建立的一種方法。這種模式認(rèn)為有機(jī)物與受體間的毒性效應(yīng)是該有機(jī)物特定位置上不同取代基團(tuán)毒性貢獻(xiàn)的加和。Free-Wilson 法僅適用于具有相同母體結(jié)構(gòu)的有機(jī)物,常被用來對(duì)有機(jī)物進(jìn)行毒性初評(píng)。
分子連接性指數(shù)法(Molecular connective index ,MCI) 是由Kier 和Hall 提出的。它是根據(jù)分子中各個(gè)骨架原子排列或相連接的方式來描述分子的結(jié)構(gòu)性質(zhì)。MCI 是一種拓?fù)鋵W(xué)參數(shù),有零階項(xiàng)(0Xv )、易階項(xiàng)(1Xv )、二階項(xiàng)(2Xv ) 等等，可以根據(jù)分子的結(jié)構(gòu)式和原子的點(diǎn)價(jià)(δ) 計(jì)算得到,與有機(jī)物的毒性數(shù)據(jù)有較好的相關(guān)性。MCI 能較強(qiáng)地反映分子的立體結(jié)構(gòu),但反映子電子結(jié)構(gòu)的能力較弱,因此缺乏明確的物理意義,但由于其具有方便、簡(jiǎn)單且不依賴于實(shí)驗(yàn)等優(yōu)點(diǎn),近年來得到廣泛應(yīng)用和發(fā)展[4～8]。
2、三維定量結(jié)構(gòu)活性關(guān)系方法(3D-QSAR)隨著結(jié)構(gòu)活性關(guān)系理論和統(tǒng)計(jì)方法的進(jìn)一步發(fā)展,20 世紀(jì)80 年代,三維結(jié)構(gòu)信息被陸續(xù)引入到定量結(jié)構(gòu)活性關(guān)系研究中, 即3D-QSAR。與2D-QSAR 比較,3D-QSAR 方法在物理化學(xué)上的意義更為明確,能間接反映藥物分子和靶點(diǎn)之間的非鍵相互作用特征。因此,近十多年來3D - QSAR 方法得到了迅速的發(fā)展和廣泛的應(yīng)用，研究方法也很多[9] ,比如分子形狀分(molecular shape analysis ,MSA) ，距離幾何方法( distance geometry , DG ,比較分子力場(chǎng)分析(comparative molecular field analysis ,CoMFA) ,比較分子相似因子分析( comparative molecular similarityindices analysi CoMSIA) 以及虛擬受體( phesudo receptor) 等方法。其中應(yīng)用最為廣泛的CoMFA 方法。
3、隨著技術(shù)的發(fā)展和生產(chǎn)技術(shù)的進(jìn)步，又出現(xiàn)了一些先進(jìn)的方法來構(gòu)建QSAR模型，都具有很好的預(yù)測(cè)能力。其中又以啟發(fā)發(fā)（heuristic method,簡(jiǎn)稱HM），支持向量機(jī)（Support Vector Machine，簡(jiǎn)稱SVM），基因表達(dá)式編程（Gene Expression Programming,簡(jiǎn)稱GEP）比較常見。支持向量機(jī)（Support Vector Machine）是Vapnik[10]等人根據(jù)統(tǒng)計(jì)學(xué)理論提出的一種新的通用學(xué)習(xí)方法，它是建立在統(tǒng)計(jì)學(xué)理論的VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小原理基礎(chǔ)上的，能較好地解決小樣本、非線性、高維數(shù)等實(shí)際問題[11-12]，已成功地應(yīng)用于分類、函數(shù)逼近和時(shí)間序列預(yù)測(cè)等方面[13-15];基因表達(dá)式編程（GEP）是基于生物學(xué)遺傳思想，保持了生物學(xué)的特性，具有良好的結(jié)果重現(xiàn)性，同時(shí)也能夠進(jìn)行“遺傳變異”控制，最終能獲得可靠的實(shí)驗(yàn)效果。
三、主要研究?jī)?nèi)容
1、查閱中外文文獻(xiàn)選取數(shù)據(jù)來源。
2、理化參數(shù)與結(jié)構(gòu)參數(shù)的計(jì)算。
3、具體的結(jié)構(gòu)參數(shù)的分析。
4、SVM與GEP的方法研究。
5、定量結(jié)構(gòu)關(guān)系式的建立。
6、定量結(jié)構(gòu)關(guān)系式的驗(yàn)證。
7、得出結(jié)論和總結(jié)。
四、論文工作計(jì)劃
3月中旬—4月初：選題。
4月初—4月底：查閱資料，熟悉實(shí)驗(yàn)原理及方法，準(zhǔn)備開題報(bào)告。
5月10日： 開題。
5月初日—5月底日：進(jìn)行畢業(yè)設(shè)計(jì)實(shí)驗(yàn)，記錄數(shù)據(jù)，撰寫論文。
6月初日—6月中旬日：進(jìn)行畢業(yè)論文答辯。
五、參考文獻(xiàn)
[1] 任華益. 中華綜合臨床醫(yī)學(xué)雜志(山東) , 2005, 7(2): 28 -33.
[2] 徐娟，王林編譯. 計(jì)算機(jī)輔助藥物設(shè)計(jì)中的QSAR和QSMR研究. 國(guó)外醫(yī)學(xué)·藥學(xué)分冊(cè), 2003, 30(3): 135-138.
[3] 郭宗儒. 藥物化學(xué)總論. 北京:中國(guó)醫(yī)藥科技出版社, 1994. 108.
[4] Bakulh H Rao, Shyam R, Asolekar. QSAR models to predict effect of ionic strength on sorption of chlorinated benzenes and phenols at sediment-water interface. Water Research, 200l, 35(14): 3391-3401.
[5] 馮長(zhǎng)君, 堵錫華, 唐自強(qiáng). 取代芳烴對(duì)發(fā)光菌、大型蚤、呆鰷魚急性毒性的QSAR研究. 應(yīng)用化學(xué), 2002, 19(11): 1037 -1042.
[6]秦正龍, 馮長(zhǎng)君. 取代苯酚的定量結(jié)構(gòu)-活性P性質(zhì)相關(guān)性研究. 有機(jī)化學(xué), 2003, 23(7): 654-658.
[7] 堵錫華. 取代芳香族化合物生物活性的拓?fù)鋵W(xué) . 南昌大學(xué)學(xué)報(bào)(理學(xué)版), 2005, 29(2): 155-160.
[8] Aleksandar Sablji C. QSAR models for estimating properties of persistent organic pollutants required in evaluation of their environmental fate and risk. Chemosphere, 2001, 43(3): 363 -375.
[9] 徐筱杰, 侯廷軍，喬學(xué)斌，章威. 計(jì)算機(jī)輔助藥物分子設(shè)計(jì). 北京: 化學(xué)工業(yè)出版社, 2004.
[10] Vapnik VN.The Nature of Statistical Learning Theory.
NY: Springer-Verlag,1995.
[11] 閻輝，張學(xué)工，李衍達(dá). 應(yīng)用SVM方法進(jìn)行沉淀微相識(shí)別.物探化探計(jì)算技術(shù), 2000, (2): 158 -164.
[12] 張學(xué)工. 關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī). 自動(dòng)化學(xué)報(bào), 2000, (1): 32 -42.
[13] Vapnik V, Golowich S, Smola A. Supportvector method for function approximation, regression estimation, and signal processing. In: Mozer M, Jordan M, Petsche Teds. Neural Information Processing System, MIT Press, 1997-09.
[14]馬云潛，張學(xué)工. 支持向量機(jī)函數(shù)擬合在分形插值中的應(yīng)用.清華大學(xué)學(xué)報(bào)(自然科學(xué)版) , 2000, (3): 76- 78.
[15] Muller K-R, Smola A J, Ratsch G . Predicting time series with support vector machines. In:Proc of ICANN 97, Springer Lecture Notes In Computer Science, 1997: 999-1005.
【醫(yī)學(xué)畢業(yè)設(shè)計(jì)(論文)開題報(bào)告】相關(guān)文章：
數(shù)學(xué)畢業(yè)設(shè)計(jì)（論文）開題報(bào)告08-18
畢業(yè)設(shè)計(jì)開題報(bào)告07-23
醫(yī)學(xué)開題報(bào)告07-14
論文開題報(bào)告07-18
酒店畢業(yè)設(shè)計(jì)開題報(bào)告06-17
道路畢業(yè)設(shè)計(jì)開題報(bào)告02-15
畢業(yè)設(shè)計(jì)開題報(bào)告范例07-14
舞蹈論文開題報(bào)告11-06
物流論文開題報(bào)告06-28