Интегрированная система управления объектами метаданных при прогнозировании активности органических соединений

• Автор: Комардин, Павел Валерьевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 199 с. : ил.

1.1. Задача прогнозирования свойств органических соединений

1.2. Компьютерная поддержка процедуры прогнозирования

1.3. Анализ существующих методов прогнозирования активности органических

СОЕДИНЕНИЙ

1.3.1. Методы прогнозирования активности органических соединений

1.3.2. Классификация способов описания молекул соединений.

1.3.3. Анализ существующих методик прогнозирования активности.

1.4. Детализированное описание обобщенной процедуры прогнозирования.

1.5. Задача разработки компьютерной системы прошозирования активности

ОРГАНИЧЕСКИХ СОЕДИНЕНИЙ, ИНТЕГРИРУЮЩЕЙ РАЗЛИЧНЫЕ МЕТОДЫ ПРОГНОЗИРОВАНИЯ.

Краткие выводы

ГЛАВА 2. ФОРМАЛЬНОЕ ОПИСАНИЕ ОБОБЩЕННОЙ ПРОЦЕДУРЫ
2.1. Проектирование концептуальной модели данных для процедуры прогнозирования.
2.1.1. Представление сущностей обобщенного уровня абстракции в модели данных.
2.1.2. Представление управляющих воздействий пользователя в модели данных
2.1.3. Области видимости данных в процедуре прогнозирования
2.1.4. Представление сущностей детализированного уровня в модели данных
2.2. Моделирование потока управления и потока данных в процедуре прогнозирования
2.2.1. Поток управления в процедуре прогнозирования активности.
2.2.2. Описание потока управления и потока данных на этапах процедуры прогнозирования.
2.3. Моделирование управляющих воздействий пользователя в процедуре прогнозирования
2.3.1. Состояния выбора способа описания структуры соединений
2.3.2. Состояния, описывающие процесс принятия решений.
2.3.3. Состояния, позволяющие принимать решения
2.3.4. Состояния просмотра ранее принятого решения.
2.3.5. Состояния просмотра результатов обработки.
Краткие выводы.
ГЛАВА 3. ПРОЕКТИРОВАНИЕ И РЕАЛИЗАЦИЯ ИНТЕГРИРОВАННОЙ СИСТЕМЫ УПРАВЛЕНИЯ ОБЪЕКТАМИ МЕТАДАННЫХ
3.1. Особенности интегрируемой системы управления объектами метаданных.
3.2. Спецификация функциональных и нефункциональных требований к системе
3.2.1. Спецификация нефункциональных требований
3.2.2. Спецификация функциональных требований
3.3. Проектирование схемы реляционной базы данных.
3.3.1. Представление абстрактных классов с помощью схемы
сущностьатрибутзначение.
3.3.2. Отображение классов объектной модели в реляционную модель
3.4. Разработка архитектуры интегрированной системы.
3.4.1. Проектирование уровня логики.
3.4.2. Проектирование уровня представчения
3.5. Выбор платформы для реализации интегрированной системы.
3.6. Реализация интегрированной системы управления объектами метаданных
Краткие выводы
ГЛАВА 4. ПРИМЕНЕНИЕ ИНТЕГРИРОВАННОЙ СИСТЕМЫ ДЛЯ ПРОГНОЗИРОВАНИИ АКТИВНОСТИ КОНФОРМАЦИОННОГИБКИХ СОЕДИНЕНИЙ
4.1. Разработка компонентов, реализующих методы прогнозирования активности
СОЕДИНЕНИЙ
4.2. Прогнозирование активности производных Т1ВО методом комплексных интервальных моделей
4.3. Прогнозирование активности производных Т1ВО с помощью методов регрессионного анализа
4.4. Сопоставление полученных результатов прогнозирования активности
Краткие выводы
ЗАКЛЮЧЕНИЕ КЖММИ1И1ИМИЧИММЖЖННННИМИНМ1НМЖМНЖМЖН1ИИЧН
ЛИТЕРАТУРА


В зависимости от описываемых свойств Зд параметры обычно подразделяют на физикохимические и квантовохимические. Физикохимические параметры, такие как теплота образования, коэффициент распределения октанолвода и т. Точность и корректность их расчета зависит от выбора метода расчета. Поскольку расчет ведется в приближении изолированной молекулы, абсолютными значениями физикохимических параметров можно пользоваться лишь в сравнительных целях. Например, если оказывается, что у молекул нестабильного вещества теплота образования меньше, чем у стабильного, это означает, что выбран неверный метод расчета. К группе квантовохимических параметров относят энергии граничных орбиталей высшей занятой и низшей свободной молекулярных орбиталей, локальные заряды на атомах молекулы, распределение электронов по молекулярным орбиталям, порядки связей, поляризуемости молекулы в целом и отдельных атомов и некоторые другие. Методы расчета этих параметров определяются выбором модели внутримолекулярных межатомных и межэлектронных взаимодействий. Различают методы молекулярной механики, основанные на моделях, заимствованных из классической механики, и квантовые методы, основанные на теории молекулярных орбиталей. Среди последних различают неэмпирические и полуэмпирические методы. Неэмпирические методы основываются на приближенном решении уравнения Шрдингера для многоатомной молекулы с учетом всех возможных нерелятивистских взаимодействий между ядрами и электронами в молекуле . Полуэмпирические методы основываются на приближении молекулярные орбитали в виде линейной комбинации атомных орбиталей МО ЛКАО, в них используются параметризация по стандартным наборам молекул. Отметим еще раз, что Зд параметры характеризуют одну из бесконечного множества трехмерных структур конформаций, соответствующих заданной структурной формуле соединения. Как правило, рассматривают только энергетически устойчивые структуры конформеры, однако для конформационно гибких соединений при нормальных условиях могут существовать несколько конформеров, причем значения параметров для этих структур могут изменяться довольно существенно. При выборе первого метода наиболее часто выбирают наиболее энергетически выгодный конформер, так как молекулы должны находиться в этом состоянии наибольшую часть времени. Однако при протекании химического взаимодействия молекулы вещества находятся в энергетически активированном состоянии. Иногда вместо наиболее энергетически выгодного рассматривают так называемый активный конформер, который, как предполагается, ответственен за проявляемую соединением активность. Выбор активного конформера возлагается на специалиста химика, чаще всего этот выбор основан на данных рснтгсноструктурного анализа, ядерномагнитного резонанса, либо на имеющихся представлениях о механизме проявления активности. Более того, когда взаимодействие многостадийно, на каждой стадии молекула может существовать в виде различных конформеров. Второй метод используется, в частности, в методе комплексных интервальных моделей, при этом в качестве агрегированных величин рассчитываются максимальные и минимальные значения параметров. Таким образом, с точки зрения компьютерной поддержки прогнозирования активности соединений общепринятая классификация способов описания молекул нуждается в модификации. Необходимо рассматривать 3 критерия классификации, представленные в таблице 1. Таблица 1. Следует учитывать, что некоторые методы прогнозирования позволяют анализировать параметры, относящиеся к различным группам, представленным в этой классификации. Как было отмечено выше, все методики прогнозирования включают три основных этапа описание структуры исследуемых соединений, формирование гипотез о зависимостях между структурой соединения и его свойствами и прогнозирование свойств соединений тестовой выборки. Процедура формирования описания структуры соединений определяется типом выбранных для описания параметров. Так, описание структуры соединения с помощью 2д параметров сводится к отбору набора параметров и их расчету.