摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状及分析 | 第10-14页 |
1.2.1 蛋白质亚细胞定位研究现状及分析 | 第10-11页 |
1.2.2 凋亡蛋白质亚细胞定位研究现状及分析 | 第11-14页 |
1.3 蛋白质亚细胞结构与功能简介 | 第14-16页 |
1.4 论文研究内容及安排 | 第16-17页 |
第二章 特征参数提取与理论预测算法 | 第17-29页 |
2.1 引言 | 第17页 |
2.2 特征提取 | 第17-23页 |
2.2.1 氨基酸n肽组分信息(Amino acid composition information) | 第17-18页 |
2.2.2 氨基酸序列的亲疏水性分布(amino acid hydropathy distribution) | 第18-19页 |
2.2.3 蛋白质骨架 | 第19-20页 |
2.2.4 化学位移 | 第20-21页 |
2.2.5 保守位点进化信息 | 第21-23页 |
2.3 预测算法 | 第23-28页 |
2.3.1 支持向量机(support vector machine,SVM)算法 | 第23-25页 |
2.3.2 K-近邻(K-Nearest Neighbor,KNN)算法 | 第25-26页 |
2.3.3 改进的K-近邻(K-Nearest Neighbor,KNN)算法 | 第26-27页 |
2.3.4 算法评价 | 第27-28页 |
2.4 小结 | 第28-29页 |
第三章 单定位凋亡蛋白质亚细胞位置预测 | 第29-40页 |
3.1 引言 | 第29页 |
3.2 数据集 | 第29-31页 |
3.3 SVM算法 | 第31-36页 |
3.3.1 最优特征参数的筛选 | 第31-35页 |
3.3.1.1 氨基酸二肽组分信息 | 第31-32页 |
3.3.1.2 氨基酸序列亲疏水分布 | 第32页 |
3.3.1.3 蛋白质骨架信息对预测结果的影响 | 第32-33页 |
3.3.1.4 保守位点进化信息 | 第33-34页 |
3.3.1.5 化学位移关联信息对预测结果的影响 | 第34-35页 |
3.3.2 结果与讨论 | 第35-36页 |
3.3.2.1 不同单特征信息及融合信息对预测结果的影响 | 第35-36页 |
3.4 k-近邻距离加权KNN算法 | 第36-39页 |
3.4.1 特征参数的构成 | 第37页 |
3.4.2 结果与讨论 | 第37-39页 |
3.4.2.1 不同特征参数及融合参数对预测结果的影响 | 第37-39页 |
3.5 小结 | 第39-40页 |
第四章 多定位凋亡蛋白质亚细胞位置预测 | 第40-45页 |
4.1 引言 | 第40页 |
4.2 数据集 | 第40-41页 |
4.3 特征参数的筛选 | 第41页 |
4.4 结果与讨论 | 第41-44页 |
4.4.1 氨基酸二肽组分信息对预测结果的影响 | 第41-42页 |
4.4.2 蛋白质骨架信息对预测结果的影响 | 第42-43页 |
4.4.2 融合特征参数对预测结果的影响 | 第43-44页 |
4.5 小结 | 第44-45页 |
第五章 总结与展望 | 第45-47页 |
5.1 论文工作总结 | 第45-46页 |
5.2 工作展望 | 第46-47页 |
参考文献 | 第47-53页 |
致谢 | 第53-54页 |
作者攻读硕士学位期间发表和完成的论文目录 | 第54页 |