醫(yī)學(xué)碩士研究生開題報告(醫(yī)學(xué)開題報告)

醫(yī)學(xué)碩士研究生開題報告

醫(yī)學(xué)碩士研究生開題報告

轉(zhuǎn)眼間充實的大學(xué)生活即將結(jié)束，大學(xué)生們都在認(rèn)真的做畢業(yè)設(shè)計，一般做畢業(yè)設(shè)計之前指導(dǎo)老師都會要求先寫開題報告，我們該怎么去寫開題報告呢？以下是小編幫大家整理的醫(yī)學(xué)碩士研究生開題報告，供大家參考借鑒，希望可以幫助到有需要的朋友。

醫(yī)學(xué)碩士研究生開題報告1

題目：中印傳統(tǒng)醫(yī)學(xué)現(xiàn)代發(fā)展對比研究

一、研究背景

中、印兩國政府均承認(rèn)并保護(hù)傳統(tǒng)醫(yī)學(xué)的發(fā)展，并且越來越重視發(fā)揮傳統(tǒng)醫(yī)學(xué)在國家衛(wèi)生保健體系中的作用。印度傳統(tǒng)醫(yī)學(xué)歷史、發(fā)展現(xiàn)狀、國內(nèi)外發(fā)展戰(zhàn)略等都與中國傳統(tǒng)醫(yī)學(xué)存在極大可比性，是中國傳統(tǒng)醫(yī)學(xué)國際化發(fā)展強大的競爭對手。然而長期以來，我國對印度傳統(tǒng)醫(yī)學(xué)的情況了解并不多，尤其缺乏對中印兩國傳統(tǒng)醫(yī)學(xué)現(xiàn)代發(fā)展的對比研宄。因此，有必要對印度傳統(tǒng)醫(yī)學(xué)管理、政策法規(guī)、醫(yī)療資源與服務(wù)、教育與科研、傳統(tǒng)醫(yī)藥產(chǎn)業(yè)及國際化發(fā)展等現(xiàn)狀進(jìn)行研宄，為中國傳統(tǒng)醫(yī)學(xué)本土發(fā)展及國際化發(fā)展提供借鑒與參考。并闡釋對我國傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展的啟示。

二、研究目的與意義

1.本研究目的是通過對中印兩國傳統(tǒng)醫(yī)學(xué)的國家政策、管理、醫(yī)療資源與服務(wù)、教育、科研、產(chǎn)業(yè)等各方面的現(xiàn)代本土發(fā)展及傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展現(xiàn)狀進(jìn)行對比分析，尋找當(dāng)前我國傳統(tǒng)醫(yī)藥本土發(fā)展及傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展過程中存在的問題與不足，闡釋對我國傳統(tǒng)醫(yī)學(xué)本土發(fā)展及傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展的啟示。

2.本研究一方面可為我國傳統(tǒng)醫(yī)藥本土發(fā)展及國際化發(fā)展提供借鑒，另一方面可以互通有無，促進(jìn)中印兩國傳統(tǒng)醫(yī)學(xué)交流與發(fā)展，并促進(jìn)世界傳統(tǒng)醫(yī)學(xué)的健康發(fā)展。

三、研究內(nèi)容

1.對比分析中印兩國傳統(tǒng)醫(yī)學(xué)現(xiàn)代發(fā)展現(xiàn)狀與差異，主要包括：國家傳統(tǒng)醫(yī)學(xué)發(fā)展方針政策、傳統(tǒng)醫(yī)學(xué)管理、傳統(tǒng)醫(yī)學(xué)醫(yī)療資源與服務(wù)、傳統(tǒng)醫(yī)學(xué)科研、傳統(tǒng)醫(yī)學(xué)教育、傳統(tǒng)醫(yī)學(xué)產(chǎn)業(yè)及國際貿(mào)易等方面內(nèi)容；

2.對比分析中印兩國促進(jìn)傳統(tǒng)醫(yī)學(xué)發(fā)展的因應(yīng)策略、具體政策措施及取得的成效，尋找我國傳統(tǒng)醫(yī)學(xué)本土發(fā)展及傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展過程中存在的問題與不足；

3.在對比分析的基礎(chǔ)上，針對傳統(tǒng)醫(yī)學(xué)本土發(fā)展及傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展過程中存在的問題與不足，闡釋對我國傳統(tǒng)醫(yī)學(xué)本土發(fā)展及傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展的啟示。

四、提綱

目錄

摘要

Abstract

前言

正文

1.研究目的、意義與背景

1.1研究目的與意義

1.2研究背景

2.研究內(nèi)容、方法與技術(shù)路線

2.1研究內(nèi)容

2.2研究方法

2.3技術(shù)路線

3.中印傳統(tǒng)醫(yī)學(xué)政策法規(guī)與管理對比

3.1印度

3.1.1印度傳統(tǒng)醫(yī)學(xué)管理機構(gòu)

3.1.2印度傳統(tǒng)醫(yī)學(xué)立法

3.1.2印度傳統(tǒng)醫(yī)學(xué)國家政策

3.2中國

3.2.1中國傳統(tǒng)醫(yī)學(xué)管理機構(gòu)

3.2.2中國傳統(tǒng)醫(yī)學(xué)立法

3.2.3中國傳統(tǒng)醫(yī)學(xué)國家政策

4.中印傳統(tǒng)醫(yī)學(xué)醫(yī)療資源與服務(wù)對比

4.1傳統(tǒng)醫(yī)學(xué)醫(yī)療資源

4.1.1印度

4.1.2中國

4.2中印兩國政府促進(jìn)傳統(tǒng)醫(yī)學(xué)資源與服務(wù)發(fā)展的政策措施

4.2.1印度

4.2.2中國

5.中印兩國傳統(tǒng)醫(yī)學(xué)高等教育對比

5.1傳統(tǒng)醫(yī)學(xué)高等教育資源

5.1.1印度傳統(tǒng)醫(yī)學(xué)高等教育院校數(shù)與招生數(shù)

5.1.2中國傳統(tǒng)醫(yī)學(xué)高等教育院校數(shù)與招生數(shù)

5.2印度阿育吠陀院校與中國高等中醫(yī)藥院校平均招生數(shù)

5.3中印兩國傳統(tǒng)醫(yī)學(xué)高等教育院校主辦機構(gòu)

5.4中印兩國傳統(tǒng)醫(yī)學(xué)高等教育“師生比”與“生床比”

6.中印兩國促進(jìn)傳統(tǒng)醫(yī)學(xué)教育發(fā)展的政策措施

6.1印度

6.2中國

7.中印兩國傳統(tǒng)醫(yī)學(xué)科研對比

7.1印度研究機構(gòu)

7.1.1科研管理及經(jīng)費來源

7.1.2阿育吠陀研究的優(yōu)先領(lǐng)域

7.2中國

7.2.1中醫(yī)藥及民族醫(yī)藥科研機構(gòu)

7.2.2中醫(yī)藥科技科研經(jīng)費來源

7.2.3中醫(yī)藥研究領(lǐng)域與科研成果

創(chuàng)新點

結(jié)語

參考文獻(xiàn)

致謝

五、研究方法

1.文獻(xiàn)分析法

廣泛收集中印兩國傳統(tǒng)醫(yī)學(xué)現(xiàn)代發(fā)展相關(guān)資料，通過國內(nèi)、外傳統(tǒng)醫(yī)學(xué)相關(guān)期刊文獻(xiàn)數(shù)據(jù)庫、書籍、網(wǎng)絡(luò)資源等獲取中印兩國傳統(tǒng)醫(yī)學(xué)相關(guān)文獻(xiàn)以及傳統(tǒng)醫(yī)學(xué)政策、法律、法規(guī)等相關(guān)文本，通過對相關(guān)文獻(xiàn)及文本的系統(tǒng)查閱、分析、整理，分析中印兩國傳統(tǒng)醫(yī)學(xué)發(fā)展現(xiàn)狀與差異。

2.統(tǒng)計分析法

本研究收集了中印兩國關(guān)于傳統(tǒng)醫(yī)學(xué)醫(yī)療資源與服務(wù)、傳統(tǒng)醫(yī)學(xué)教育、以及傳統(tǒng)醫(yī)學(xué)產(chǎn)業(yè)、貿(mào)易等官方統(tǒng)計數(shù)據(jù)，針對不同統(tǒng)計指標(biāo)，進(jìn)行了增長幅度、年均增長率、所占比例等計算，通過量化分析測度中印兩國傳統(tǒng)醫(yī)學(xué)發(fā)展水平及存在的差異。

3.比較推理法本研宄比較分析了中印兩國政府對傳統(tǒng)醫(yī)學(xué)的管理模式及促進(jìn)傳統(tǒng)醫(yī)學(xué)發(fā)展的政策措施及執(zhí)行效果，從中分析兩國的成功實踐及對對方的借鑒與啟示，并重點闡釋對我國傳統(tǒng)醫(yī)學(xué)本土發(fā)展的啟示。

4.競爭情報學(xué)方法本研宄釆用競爭情報學(xué)“競爭對手分析”及“分析”法，對中印兩國傳統(tǒng)醫(yī)學(xué)產(chǎn)業(yè)的國際化發(fā)展進(jìn)行分析，并闡釋對我國傳統(tǒng)醫(yī)藥產(chǎn)業(yè)國際化發(fā)展的啟示。

六、研究進(jìn)度安排

20xx-5-20~20xx-5-16:檢查修改完成一次論文初稿

20xx-5-17~20xx-5-29:根據(jù)指導(dǎo)老師的講評及意見，修改并提交二次論文草稿

20xx-5-30~20xx-5-31:講評第二次論文草稿、集中解決有關(guān)論文漏洞問題并及時修改

20xx-6-01~20xx-6-11:基本完成論文大綱要求，論文成型，指導(dǎo)老師講評修改并定稿

20xx-6-12~20xx-6-18:整理打印論文、裝訂論文

20xx-6-19~20xx-6-30:準(zhǔn)備參加答辯

七、參考文獻(xiàn)

[1]蔡景峰。唐以前的中印醫(yī)學(xué)交流[J].中國科技史料，1986,06:16-23.

[2]李正安。中印醫(yī)學(xué)匯通之嘗試者--孫思邈[J].中醫(yī)藥信息，1990,02:13-15.

[3]周靜華。對中印醫(yī)學(xué)生物化學(xué)課程考試方式的比較與探討[J].大理學(xué)院學(xué)報，20xx,03:80-82.

[4]李雪雷，羅勇軍，吳玉，羅剛。中印邊境醫(yī)學(xué)地理特點及衛(wèi)生保障對策[J].國外醫(yī)學(xué)（醫(yī)學(xué)地理分冊），20xx,01:16-18.

[5]楊紅旗，王茜，張學(xué)清，郭憲國。中印高等醫(yī)學(xué)教育教學(xué)對比研究[J].大理學(xué)院學(xué)報，20xx,04:62-64+69.

[6]劉家瑛，楊德利。淺析中印傳統(tǒng)醫(yī)學(xué)的交互影響[J].世界中醫(yī)藥，20xx,04:249-250+253.

[7]呂愛平。論中印傳統(tǒng)醫(yī)學(xué)的四季養(yǎng)生法[J].中醫(yī)函授通訊，1998,04:13-14.

[8]陳明。《阿輸吠陀--印度的傳統(tǒng)醫(yī)學(xué)》評介[J].自然科學(xué)史研究，20xx,03:278-283.

[9]鄭春苗。印度佛教與中國醫(yī)學(xué)的發(fā)展[A].北京語言文化大學(xué)中華文化研究所。儒學(xué)與二十世紀(jì)中國文化學(xué)術(shù)討論會論文集[C].北京語言文化大學(xué)中華文化研究所：,1997:13.

[10]羅艷秋，鄭進(jìn)。藏醫(yī)學(xué)與印度醫(yī)學(xué)源遠(yuǎn)流長的關(guān)系[J].云南中醫(yī)學(xué)院學(xué)報，20xx,05:8-9+15.

[11]楊鴻，周志彬，向勁松，楊蕻。中醫(yī)學(xué)與印度傳統(tǒng)醫(yī)學(xué)的關(guān)系[J].中醫(yī)文獻(xiàn)雜志，20xx,05:18-21.

醫(yī)學(xué)碩士研究生開題報告2

編寫算例使用建設(shè)部最新出臺的《混凝土設(shè)計》gb50010-XX,該規(guī)范與原混凝土結(jié)構(gòu)設(shè)計規(guī)范gbj10-89相比，新增約占15%，有重大修訂的`內(nèi)容約占35%，保持和基本保持原規(guī)范內(nèi)容的部分約占50%，規(guī)范全面總結(jié)了原規(guī)范發(fā)布實施以來的實踐經(jīng)驗，借鑒了國外先進(jìn)標(biāo)準(zhǔn)技術(shù)。

項目研究意義：

結(jié)構(gòu)是為建筑物提供安全可靠、經(jīng)久耐用、節(jié)能節(jié)材、滿足建筑功能的一個重要組成部分，它與建筑材料、制品、施工的工業(yè)化水平密切相關(guān)，對發(fā)展新技術(shù)。新材料，提高機械化、自動化水平有著重要的促進(jìn)作用。

由于結(jié)構(gòu)牽扯的數(shù)學(xué)公式較多，并且所涉及的規(guī)范和標(biāo)準(zhǔn)很零碎。并且計算量非常之大，近年來，隨著經(jīng)濟進(jìn)一步發(fā)展，城市人口集中、用地緊張以及商業(yè)競爭的激烈化，更加劇了房屋設(shè)計的復(fù)雜性，許多多高層建筑不斷的被建造。這些建筑無論從時間上還是從勞動量上，都客觀的需要計算機程序的輔助設(shè)計。這樣，結(jié)構(gòu)軟件開發(fā)就顯得尤為重要。

一棟建筑的結(jié)構(gòu)設(shè)計是否合理，主要取決于結(jié)構(gòu)體系、結(jié)構(gòu)布置、構(gòu)件的截面尺寸、材料強度等級以及主要機構(gòu)構(gòu)造是否合理。這些問題已經(jīng)正確解決，結(jié)構(gòu)計算、施工圖的繪制、則是另令人辛苦的具體程序設(shè)計工作了，因此原來在學(xué)校使用的手算方法，將被運用到具體的程序代碼中去，精力就不僅集中在怎樣利用所學(xué)的結(jié)構(gòu)知識來設(shè)計出做法，還要想到如何把這些做法用代碼來實現(xiàn)，

醫(yī)學(xué)開題報告

2016醫(yī)學(xué)開題報告

醫(yī)學(xué)的目的是提高人體生理機體健康。本文將介紹2016醫(yī)學(xué)開題報告。

2016醫(yī)學(xué)開題報告(1)

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，簡稱 SAR )發(fā)展而來的。QSAR 是通過對已知結(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,推測其可能的作用機理。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。在經(jīng)歷40多年的發(fā)展過程中，定量構(gòu)效活性關(guān)系在國際上已成為一個相當(dāng)活躍的研究領(lǐng)域。

長期以來，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，從多個角度來研究腫瘤的致病機制，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2020年將升至1000萬。對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，而且由于其相對低廉的費用，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，這主要是因為實體腫瘤占惡性腫瘤的90%但多數(shù)實體瘤如肺癌、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)計開拓了新的途徑[2]，在受體結(jié)構(gòu)已知的情況下，對抗腫瘤藥物進(jìn)行定量構(gòu)效活性關(guān)系研究，用生成與受體結(jié)構(gòu)互補的配體的方法來發(fā)現(xiàn)可以針對特定腫瘤、特定靶點的'非細(xì)胞毒類藥物，使之更具有選擇性和針對性。隨著新QSAR模型的建立，極大地縮短了新藥合成的時間，降低了開發(fā)成本，并能在某種程度上預(yù)測藥物對特定腫瘤人群的有效性。為腫瘤治療起到了積極地推動作用。

二、國內(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，各國對抗腫瘤藥物的開發(fā)也予以高度重視和大量投資，美國就此專門成立了美國國立癌癥研究(National Cancer Institute，簡稱NCI)，成為了世界抗腫瘤的權(quán)威機構(gòu)。

國內(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方面：(1)對現(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)以新的作用機理或作用靶點為指導(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。在當(dāng)前生物學(xué)的后基因時代，科學(xué)家們要面對數(shù)千個潛在的藥物靶點，探討它們與小分了化合物的相互作用;(4)加強定量構(gòu)效活性構(gòu)關(guān)系研究.

近年來隨著分子生物學(xué)和計算機技術(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。國際上越來越多的研究機構(gòu)在新抗腫瘤藥物的開發(fā)中使用計算機輔助分子設(shè)計,它大大加快了新藥設(shè)計的速度，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。計算機輔助分子設(shè)計主要分兩種情況: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)測生成新的化合物。

QSAR作為抗腫瘤藥物設(shè)計研究中的一個重要計算方法和常用手段,在新藥的開發(fā)和研制過程中占據(jù)了重要位置。近半個世紀(jì)以來,QSAR研究對有機合成化學(xué)、藥物化學(xué)及藥物設(shè)計的發(fā)展起了巨大的推動作用,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強有力工具。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)計方法就可以得到定量結(jié)構(gòu)活性關(guān)系模型。

基團貢獻(xiàn)法是Free-Wilson 在對有機物亞結(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)為有機物與受體間的毒性效應(yīng)是該有機物特定位置上不同取代基團毒性貢獻(xiàn)的加和。Free-Wilson 法僅適用于具有相同母體結(jié)構(gòu)的有機物,常被用來對有機物進(jìn)行毒性初評。

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(0Xv )、易階項(1Xv )、二階項(2Xv ) 等等，可以根據(jù)分子的結(jié)構(gòu)式和原子的點價(δ) 計算得到,與有機物的毒性數(shù)據(jù)有較好的相關(guān)性。MCI 能較強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、簡單且不依賴于實驗等優(yōu)點,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)測能力。其中又以啟發(fā)發(fā)(heuristic method,簡稱HM)，支持向量機(Support Vector Machine，簡稱SVM)，基因表達(dá)式編程(Gene Expression Programming,簡稱GEP)比較常見。支持向量機(Support Vector Machine)是Vapnik[10]等人根據(jù)統(tǒng)計學(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)計學(xué)理論的VC維理論和結(jié)構(gòu)風(fēng)險最小原理基礎(chǔ)上的，能較好地解決小樣本、非線性、高維數(shù)等實際問題[11-12]，已成功地應(yīng)用于分類、函數(shù)逼近和時間序列預(yù)測等方面[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，同時也能夠進(jìn)行“遺傳變異”控制，最終能獲得可靠的實驗效果。

三、主要研究內(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)系式的驗證。

7、得出結(jié)論和總結(jié)。

四、論文工作計劃

3月中旬—4月初：選題。

4月初—4月底：查閱資料，熟悉實驗原理及方法，準(zhǔn)備開題報告。

5月10日： 開題。

5月初日—5月底日：進(jìn)行畢業(yè)設(shè)計實驗，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. 計算機輔助藥物設(shè)計中的QSAR和QSMR研究. 國外醫(yī)學(xué)•藥學(xué)分冊, 2003, 30(3): 135-138.

[3] 郭宗儒. 藥物化學(xué)總論. 北京:中國醫(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] 馮長君, 堵錫華, 唐自強. 取代芳烴對發(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(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. 計算機輔助藥物分子設(shè)計. 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)行沉淀微相識別.物探化探計算技術(shù), 2000, (2): 158 -164.

[12] 張學(xué)工. 關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機. 自動化學(xué)報, 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. 支持向量機函數(shù)擬合在分形插值中的應(yīng)用.清華大學(xué)學(xué)報(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.