Главная » Просмотр файлов » Моделирование свойств химических соединений с использованием искусственных нейронных сетей и фрагментных дескрипторов

Моделирование свойств химических соединений с использованием искусственных нейронных сетей и фрагментных дескрипторов (1097754), страница 58

Файл №1097754 Моделирование свойств химических соединений с использованием искусственных нейронных сетей и фрагментных дескрипторов (Моделирование свойств химических соединений с использованием искусственных нейронных сетей и фрагментных дескрипторов) 58 страницаМоделирование свойств химических соединений с использованием искусственных нейронных сетей и фрагментных дескрипторов (1097754) страница 582019-03-13СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 58)

3762-3772.180. Wildman S.A.; Crippen G.M. Prediction of Physicochemical Parameters byAtomic Contributions. // J. Chem. Inf. Comput. Sci. - 1999. - V. 39, № 5. - P. 868873.181. Suzuki T.; Kudo Y. Automatic log P estimation based on combined additivemodeling methods. // J. Comput. Aided. Mol. Des. - 1990. - V. 4, № 2.

- P. 155-198.182. Convard T.; Dubost J.-P.; Le Solleu H.; Kummer E. SMILOGP: A Program fora fast evaluation of theoretical log-p from the smiles code of a molecule. // Quant.Struct.-Act. Relat. - 1994. - V. 13. - P. 34-37.183. Wang R.; Fu Y.; Lai L. A New Atom-Additive Method for Calculating Partition Coefficients. // J. Chem. Inf. Comput. Sci. - 1997. - V. 37, № 3. - P. 615-621.184. Wang R.; Gao Y.; Lai L. Calculating partition coefficient by atom-additivemethod.

// Persp. Drug Discov. Design. - 2000. - V. 19. - P. 47-66.185. Hou T.J.; Xia K.; Zhang W.; Xu X.J. ADME Evaluation in Drug Discovery. 4.Prediction of Aqueous Solubility Based on Atom Contribution Approach. // J. Chem.Inf. Comput. Sci. - 2004. - V. 44, № 1. - P. 266-275.186. Winkler D.A.; Burden F.R.; Watkins A.J.R. Atomistic topological indices applied to benzodiazepines using various regression methods. // Quantitative StructureActivity Relationships. - 1998. - V.

17, № 1. - P. 14-19.187. Bernstein H.J. Bond energies in hydrocarbons. // Trans. Faraday Soc. - 1962. V. 58 - P. 2285-2306.188. Kalb A.J.; Chung A.L.H.; Allen T.L. Bond Energies and the Interactions between Next-Nearest Neighbors. III. Gaseous and Liquid Alkanes, Cyclohexane, Alkylcyclohexanes, and Decalins. // J. Am. Chem. Soc. - 1966. - V. 88, № 13. - P.2938-2942.330189. Nilakantan R.; Bauman N.; Dixon J.S.; Venkataraghavan R. Topological Torsion: A New Molecular Descriptor for SAR Applications. Comparison with 0ther Descriptors.

// J. Chem. Inf. Comput. Sci. - 1987. - V. 27, № 2. - P. 82-85.190. Kearsley S.K.; Sallamack S.; Fluder E.M.; Andose J.D.; Mosley R.T.; SheridanR.P. Chemical Similarity Using Physiochemical Property Descriptors. // J. Chem. Inf.Comput. Sci. - 1996. - V. 36, № 1. - P. 118-127.191. Klopman G. MULTICASE. 1. A Hierarchical computer automated structureevaluation program. // Quant.

Struct.-Act. Relat. - 1992. - V. 11, № 2. - P. 176-184.192. Klopman G. The MultiCASE Program II. Baseline Activity Identification Algorithm (BAIA). // J. Chem. Inf. Comput. Sci. - 1998. - V. 38, № 1. - P. 78-81.193. Артеменко Н.В.; Баскин И.И.; Палюлин В.A.; Зефиров Н.С. Прогнозирование физических свойств органических соединений при помощи искусственных нейронных сетей в рамках подструктурного подхода. // Докл. РАН. - 2001.- Т. 381, № 2. - С. 203-206.194. Baskin I.I.; Halberstam N.M.; Artemenko N.V.; Palyulin V.A.; Zefirov N.S.NASAWIN – a universal software for QSPR/QSAR studies. // EuroQSAR 2002 Designing Drugs and Crop Protectants: processes, problems and solutions., Ford M., Ed.Blackwell Publishing.

- 2003. - C. 260-263.195. Кумсков М.И. Перспективы использования программной системыBIBIGON для предсказания физико-химических свойств фторсодержащих органических соединений. // Журн. орг. химии. - 1995. - Т. 31, № 10. - С. 14951498.196. Solov'ev V.P.; Varnek A.; Wipff G. Modeling of Ion Complexation and Extraction Using Substructural Molecular Fragments. // J. Chem. Inf. Comput. Sci. - 2000.- V. 40, № 3.

- P. 847-858.197. Varnek A.; Wipff G.; Solovev V.P. Towards an information system on solventextraction. // Solvent Extraction and Ion Exchange. - 2001. - V. 19, № 5. - P. 791837.198. Gakh A.A.; Gakh E.G.; Sumpter B.G.; Noid D.W. Neural Network-Graph Theory Approach to the Prediction of the Physical Properties of Organic Compounds. //J. Chem. Inf. Comput. Sci. - 1994. - V. 34, № 4.

- P. 832-839.331199. Rucker G.; Rucker C. Counts of all walks as atomic and molecular descriptors.// J. Chem. Inf. Comput. Sci. - 1993. - V. 33, № 5. - P. 683-695.200. Adamson G.W.; Cowell J.; Lynch M.F.; Town W.G.; Yapp A.M. Analysis ofstructural characteristics of chemical compounds in a large computer-based file. PartIV. Cyclic fragments. // J. Chem. Soc., Perkin Trans.

1. - 1973. - V. № 8. - P. 863865.201. Adamson G.W.; Creasey S.E.; Eakins J.P.; Lynch M.F. Analysis of structuralcharacteristics of chemical compounds in a large computer-based file. Part V. Moredetailed cyclic fragments. // J. Chem. Soc., Perkin Trans. 1. - 1973. - V.

№ 19. - P.2071-2076.202. Wiswesser W.J. How the WLN began in 1949 and how it might be in 1999. // J.Chem. Inf. Comput. Sci. - 1982. - V. 22, № 2. - P. 88-93.203. Weininger D. SMILES, A Chemical Language and Information System. 1. Introduction to Methodology and Encoding Rules. // J. Chem. Inf. Comput. Sci. - 1988.- V.

28, № 1. - P. 31-36.204. Weininger D.; Weininger A.; Weininger J.L. SMILES: 2. Algorithm for generation of unique SMILES notation. // J. Chem. Inf. Comput. Sci. - 1989. - V. 29, №2. - P. 97-101.205. Adamson G.W.; Bawden D. Substructural Analysis Techniques for EmpiricalStructure-Property Correlation. Application to Stereochemically Related MolecularProperties. // J. Chem. Inf. Comput. Sci. - 1980. - V. 20, № 2. - P. 97-100.206. Adamson G.W.; Bawden D. Automated Additive Modeling Techniques Applied to Thermochemical Property Estimation. // J. Chem. Inf. Comput. Sci. - 1980. V.

20, № 4. - P. 242-246.207. Adamson G.W.; Bawden D. Comparison of Hierarchical Cluster AnalysisTechniques for Automatic Classification of Chemical Structures. // J. Chem. Inf.Comput. Sci. - 1981. - V. 21, № 4. - P. 204-209.208. Vidal D.; Thormann M.; Pons M. LINGO, an efficient holographic text basedmethod to calculate biophysical properties and intermolecular similarities. // J. Chem.Inf. Model. - 2005. - V. 45, № 2. - P. 386-393.332209. Татевский В.М. Классическая теория строения молекул и квантовая механика. - Химия: M. - 1973. - 520 c.210. Степанов Н.Ф.; Ерлыкина М.Е.; Филиппов Г.Г. Методы линейной алгебры в физической химии.

- Изд-во Моск. ун-та: M. - 1976. - 359 c.211. Benson S.W.; Cruickshank F.R.; Golden D.M.; Haugen G.R.; O'Neal H.E.;Rodgers A.S.; Shaw R.; Walsh R. Additivity rules for the estimation of thermochemical properties. // Chem. Rev. - 1969. - V. 69, № 3. - P. 279-324.212. Adamson G.W.; Lynch M.F.; Town W.G. Analysis of Structural Characteristicsof Chemical Compounds in a Large Computer-based File.

Part II. Atom-CenteredFragments. // J. Chem. Soc. C. - 1971. - P. 3702-3706.213. Adamson G.W.; Lambourne D.R.; Lynch M.F. Analysis of structural characteristics of chemical compounds in a large computer-based file. Part III. Statistical association of fragment incidence. // J. Chem. Soc., Perkin Trans. 1. - 1972.

- P. 2428 2433.214. Hodes L. Selection of molecular fragment features for structure-activity studiesin antitumor screening. // J. Chem. Inf. Comput. Sci. - 1981. - V. 21, № 3. - P. 132136.215. Poroikov V.V.; Filimonov D.A.; Borodina Y.V.; Lagunin A.A.; Kos A. Robustness of biological activity spectra predicting by computer program PASS for noncongeneric sets of chemical compounds. // J. Chem.

Inf. Comput. Sci. - 2000. - V. 40, №6. - P. 1349-1355.216. Filimonov D.; Poroikov V.; Borodina Y.; Gloriozova T. Chemical SimilarityAssessment through Multilevel Neighborhoods of Atoms: Definition and Comparisonwith the Other Descriptors. // J. Chem. Inf. Comput. Sci. - 1999. - V. 39, № 4. - P.666-670.217. Xing L.; Glen R.C. Novel methods for the prediction of logP, pKa, and logD. //J.

Chem. Inf. Comput. Sci. - 2002. - V. 42, № 4. - P. 796-805.218. Bender A.; Mussa H.Y.; Glen R.C.; Reiling S. Molecular Similarity SearchingUsing Atom Environments, Information-Based Feature Selection, and a Naive Bayesian Classifier. // J. Chem. Inf. Comput. Sci. - 2004. - V. 44, № 1. - P. 170-178.333219. Bender A.; Mussa H.Y.; Glen R.C.; Reiling S. Similarity Searching of Chemical Databases Using Atom Environment Descriptors (MOLPRINT 2D): Evaluation ofPerformance. // J. Chem. Inf. Comput.

Sci. - 2004. - V. 44, № 5. - P. 1708-1718.220. Glen R.C.; Bender A.; Arnby C.H.; Carlsson L.; Boyer S.; Smith J. Circularfingerprints: Flexible molecular descriptors with applications from physical chemistry to ADME. // IDrugs. - 2006. - V. 9, № 3. - P. 199-204.221. Rodgers S.; Glen R.C.; Bender A. Characterizing bitterness: Identification ofkey structural features and development of a classification model. // J. Chem. Inf.Model. - 2006. - V. 46, № 2.

- P. 569-576.222. Cannon E.O.; Amini A.; Bender A.; Sternberg M.J.E.; Muggleton S.H.; GlenR.C.; Mitchell J.B.O. Support vector inductive logic programming outperforms theNaive Bayes Classifier and inductive logic programming for the classification of bioactive chemical compounds. // J. Comput. Aided Mol. Des. - 2007. - V. 21, № 5. - P.269-280.223. Faulon J.-L.; Visco D.P., Jr.; Pophale R.S.

The Signature Molecular Descriptor. 1. Using Extended Valence Sequences in QSAR and QSPR Studies. // J. Chem.Inf. Comput. Sci. - 2003. - V. 43, № 3. - P. 707-720.224. Faulon J.-L.; Churchwell C.J.; Visco D.P., Jr. The Signature Molecular Descriptor. 2. Enumerating Molecules from Their Extended Valence Sequences. // J.Chem. Inf. Comput. Sci. - 2003. - V. 43, № 3. - P. 721-734.225. Churchwell C.J.; Rintoul M.D.; Martin S.; Visco D.P., Jr.; Kotu A.; LarsonR.S.; Sillerud L.O.; Brown D.C.; Faulon J.L. The signature molecular descriptor. 3.Inverse-quantitative structure-activity relationship of ICAM-1 inhibitory peptides. //J.

Характеристики

Список файлов диссертации

Свежие статьи
Популярно сейчас
А знаете ли Вы, что из года в год задания практически не меняются? Математика, преподаваемая в учебных заведениях, никак не менялась минимум 30 лет. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6418
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее