应用化学信息学——成就与未来机遇

序 1 概述 1.1 写作动机 1.2 化学信息学起源与发展 1.3 化学信息学基础与各种应用 1.3.1 数据库 1.3.2 化学家的基本问题 1.3.3 药物发现 1.3.4 化学信息学在其他领域的应用 参考文献 2 QSAR/QSPR 2.1 引言 2.2 数据处理与校正 2.2.1 结构数据 2.2.2 生物数据 2.3 分子描述符 2.3.1 结构键（1D） 2.3.2 拓扑描述符（2D） 2.3.3 几何描述符（3D） 2.4 数据分析方法 2.4.1 概述 2.4.2 无监督学习 2.4.3 监督学习 2.5 分类方法 2.5.1 主成分分析 2.5.2 线性判别分析 2.5.3 Kohonen神经网络 2.5.4 其他分类方法 2.6 数据建模方法 2.6.1 基于回归分析的QSAR方法 2.6.2 三维QSAR 2.6.3 非线性模型 2.7 数据分析方法总结 2.8 模型验证 2.8.1 验证程序的正确使用 2.8.2 建模与验证的流程 2.8.3 数据集拆分 2.8.4 建模、训练、验证、测试和外部数据集 2.8.5 交叉验证 2.8.6 自举验证 2.8.7 Y随机化验证 2.8.8 拟合优度和质量标准 2.8.9 适用范围和模型可接受性标准 2.8.10 外部和内部验证的范围 2.8.11 分类模型的验证 2.9 QSAR方法在监管中的应用 参考文献 3 化合物理化性质的预测 3.1 引言 3.2 理化性质的建模方法概述 3.2.1 基于其他分子特性的性质预测 3.2.2 基于理论的化合物性质预测 3.2.3 化合物性质预测的加和模型 3.2.4 结构-性质关系的统计学方法 3.3 各种性质的预测方法 3.3.1 平均分子极化率 3.3.2 热力学性质 3.3.3 辛醇/水分配系数（log P）的预测 3.3.4 辛醇/水分布系数（log D）的预测 3.3.5 水溶解度（log S）的预测 3.3.6 熔点的预测 3.3.7 酸电离常数的预测 3.4 统计方法的局限性 3.5 展望 参考文献 4 化学反应 5 结构-波谱相关性和计算机辅助结构解析 6 药物发现 7 农业研究中的计算方法 8 监管科学与化学信息学 9 化学计量学在分析化学中的应用 10 食品科学中的化学信息学 11 计算方法在美容产品研发中的应用 12 计算方法在材料科学中的应用 13 过程控制和软传感器 14 化学信息学的未来方向