内容摘要 | 第6-7页 |
Abstract | 第7-8页 |
1 引言 | 第12-22页 |
1.1 功能基因组学与功能蛋白质组学 | 第12-14页 |
1.1.1 基因组学和功能基因组学 | 第12-13页 |
1.1.2 蛋白质组学和功能蛋白质组学 | 第13-14页 |
1.2 人类未知功能蛋白概况 | 第14-17页 |
1.2.1 已有蛋白注释系统 | 第14页 |
1.2.2 蛋白功能注释现状 | 第14-15页 |
1.2.3 未知功能蛋白证据 | 第15-16页 |
1.2.4 未知功能基因在染色体上的分布 | 第16-17页 |
1.3 蛋白质功能研究常用的方法 | 第17-20页 |
1.3.1 实验手段研究蛋白质功能 | 第17页 |
1.3.2 基于序列相似性推断蛋白质功能 | 第17-18页 |
1.3.3 基于结构相似性推断蛋白质功能 | 第18页 |
1.3.4 基于系统进化谱推断蛋白质功能 | 第18-19页 |
1.3.5 基于蛋白互作的功能预测 | 第19-20页 |
1.3.6 基于表达相关性推断蛋白质功能 | 第20页 |
1.4 未知功能蛋白功能分析的挑战 | 第20-21页 |
1.5 本文的研究内容及意义 | 第21-22页 |
2 本文未知功能蛋白的功能探究方法 | 第22-41页 |
2.1 基于系统进化谱,蛋白互作谱,基因表达谱分别进行基因聚类 | 第22-31页 |
2.1.1 基于系统进化谱进行聚类 | 第22-26页 |
2.1.2 基于蛋白质相互作用进行聚类 | 第26-29页 |
2.1.3 基于表达谱进行聚类 | 第29-31页 |
2.2 使用权重邻近计数法计算蛋白功能 | 第31-32页 |
2.3 贝叶斯网络 | 第32-33页 |
2.3.1 贝叶斯网络原理 | 第32-33页 |
2.3.2 贝叶斯网络在生物信息学和基因功能预测中的运用 | 第33页 |
2.4 本文预测蛋白质功能的贝叶斯网络的设计 | 第33-37页 |
2.4.1 网络节点和数据离散化 | 第33-34页 |
2.4.2 贝叶斯网络结构学习 | 第34-35页 |
2.4.3 贝叶斯网络训练和评估 | 第35-37页 |
2.4.4 使用贝叶斯网络预测人类未知功能基因 | 第37页 |
2.5 蛋白复合物中的未知功能蛋白 | 第37-38页 |
2.5.1 复合物的研究意义 | 第37-38页 |
2.5.2 本文使用的复合物数据 | 第38页 |
2.5.3 未知功能蛋白参与的复合物的探究方法 | 第38页 |
2.6 未知功能蛋白参与的功能模块 | 第38-41页 |
2.6.1 使用朴素贝叶斯模型生成概率功能网络 | 第38-39页 |
2.6.2 MCL切分概率功能网络生成子网络 | 第39-40页 |
2.6.3 子网络与已知功能模块的匹配 | 第40页 |
2.6.4 基于匹配的功能模块分析未知功能蛋白功能 | 第40-41页 |
3 结果的分析与讨论 | 第41-54页 |
3.1 未知功能蛋白质的属性 | 第41-43页 |
3.1.1 未知功能蛋白有较少互作蛋白 | 第41-42页 |
3.1.2 未知功能蛋白进化上的非保守性 | 第42-43页 |
3.1.3 未知功能蛋白的结构特点 | 第43页 |
3.1.4 未知功能蛋白的亚细胞定位 | 第43页 |
3.2 未知功能蛋白功能预测结果 | 第43-47页 |
3.2.1 基于三种聚类方法的聚类结果 | 第44-45页 |
3.2.2 基于聚类结果转化为关联谱 | 第45页 |
3.2.3 使用邻近计数法进行未知功能预测 | 第45-46页 |
3.2.4 使用贝叶斯网络整合聚类打分进行未知功能预测 | 第46-47页 |
3.2.5 使用贝叶斯网络预测蛋白质功能的讨论 | 第47页 |
3.3 未知功能蛋白质参与的蛋白质复合物 | 第47-51页 |
3.3.1 未知功能蛋白参与的复合物统计 | 第47-49页 |
3.3.2 未知功能蛋白参与形成的保守复合物 | 第49-50页 |
3.3.3 未知功能蛋白参与形成的非保守复合物 | 第50-51页 |
3.4 未知功能蛋白参与的功能模块 | 第51-54页 |
3.4.1 概率功能网络评估 | 第51-52页 |
3.4.2 MCL切分的子网络与信号通路 | 第52页 |
3.4.3 未知功能蛋白参与的重要通路 | 第52-54页 |
4 总结和展望 | 第54-56页 |
4.1 总结 | 第54-55页 |
4.2 展望 | 第55-56页 |
参考文献 | 第56-64页 |
附录 | 第64-71页 |
后记 | 第71页 |