致谢 | 第1-7页 |
摘要 | 第7-8页 |
1 文献综述 | 第8-14页 |
·林木蛋白质 | 第8-9页 |
·蛋白质结构研究方法 | 第9-11页 |
·实验测定法 | 第9页 |
·预测法 | 第9-10页 |
·蛋白质一级、二级结构研究方法 | 第10-11页 |
·蛋白质结构预测的人工神经网络方法 | 第11-13页 |
·人工神经网络 | 第11-12页 |
·蛋白质预测的ANN 方法进展 | 第12-13页 |
·基于ANN 的林木蛋白质结构预测 | 第13-14页 |
·林木蛋白质结构预测可能存在的问题 | 第13页 |
·影响预测精度的因素及提高方法 | 第13-14页 |
·结构预测精度分析 | 第14页 |
2 引言 | 第14-15页 |
3 材料与方法 | 第15-24页 |
·数据来源 | 第15-18页 |
·PDB 数据库 | 第15-17页 |
·SWISS-PROT 数据库 | 第17页 |
·UNIPROT 数据库 | 第17页 |
·PIR 和 PSD 数据库 | 第17-18页 |
·数据收集 | 第18-20页 |
·BP 网络模型构建方法 | 第20-21页 |
·BP 网络模型训练方法 | 第21-23页 |
·输入编码方法 | 第21-23页 |
·简单编码 | 第22页 |
·五位编码 | 第22页 |
·正交编码 | 第22-23页 |
·二十一位编码 | 第23页 |
·输出编码方法 | 第23页 |
·BP 网络模型性能分析方法 | 第23-24页 |
4 四种编码方式的林木蛋白质二级结构预测精度的比较与分析 | 第24-29页 |
·四种氨基酸残基编码方式的二级结构预测精度的比较 | 第24-26页 |
·分析 | 第26-29页 |
5 林木蛋白质二级结构预测模型 | 第29-32页 |
·模型训练及构建 | 第29-32页 |
·拟合精度和预测精度分析 | 第32页 |
6 结论与讨论 | 第32-35页 |
·结论 | 第32-33页 |
·讨论 | 第33-34页 |
·前景展望 | 第34-35页 |
参考文献 | 第35-38页 |
ABSTRACT | 第38-40页 |
附录 1:编程 | 第40-49页 |
附录 2:蛋白质结构数据基本情况 | 第49-54页 |