| 摘要 | 第1-9页 |
| Abstract | 第9-15页 |
| 第一章 绪论 | 第15-25页 |
| ·引言 | 第15-17页 |
| ·研究进展 | 第17-23页 |
| ·实验的方法 | 第17-20页 |
| 蛋白质芯片技术 | 第17页 |
| 酵母双杂交系统 | 第17-18页 |
| 质谱法 | 第18-19页 |
| 蛋白质工程 | 第19页 |
| 体外Pull-Down 测试 | 第19页 |
| 荧光共鸣能量转移（FRET）——蛋白质片段的互补测试（PCA） | 第19-20页 |
| ·基于计算的方法 | 第20-23页 |
| 基于基因组的计算方法 | 第21页 |
| 基于进化关系的计算方法 | 第21-22页 |
| 基于蛋白质结构的计算方法 | 第22页 |
| 基于功能域的计算方法 | 第22页 |
| 基于序列信息的计算方法 | 第22-23页 |
| ·本文的主要研究内容和创新点 | 第23-25页 |
| 第二章 背景知识 | 第25-41页 |
| ·蛋白质 | 第25-27页 |
| ·氨基酸和蛋白质的结构 | 第27-32页 |
| ·蛋白质数据库 | 第32-36页 |
| ·UniProt 数据库 | 第32-34页 |
| ·Gene Ontology 数据库 | 第34页 |
| ·PDB 数据库 | 第34-36页 |
| ·蛋白质相互作用数据库 | 第36-39页 |
| ·BIND 数据库 | 第36-37页 |
| ·DIP 数据库 | 第37页 |
| ·BioGRID 数据库 | 第37-38页 |
| ·IntAct 数据库 | 第38-39页 |
| ·本地数据的构建 | 第39-41页 |
| 第三章 基于机器学习的蛋白质相互作用特征的获取 | 第41-51页 |
| ·引言 | 第41-42页 |
| ·材料与方法 | 第42-44页 |
| ·数据来源 | 第42页 |
| ·蛋白质相互作用的特征向量 | 第42-43页 |
| ·结果评估方式 | 第43-44页 |
| ·结果与讨论 | 第44-49页 |
| ·预测评估结果 | 第45-47页 |
| ·局部相互作用网络的特征 | 第47-49页 |
| ·小结 | 第49-51页 |
| 第四章 共鸣识别模型 | 第51-77页 |
| ·引言 | 第51页 |
| ·共鸣识别模型 | 第51-55页 |
| ·小波变换 | 第55-65页 |
| ·概述 | 第55-56页 |
| ·二进制小波 | 第56页 |
| ·框架 | 第56-57页 |
| ·多分辨分析 | 第57-59页 |
| ·信号的分解和重构 | 第59-61页 |
| ·Daubechies 正交紧集小波 | 第61-62页 |
| ·提升小波 | 第62-65页 |
| ·小波在共鸣识别模型中的应用 | 第65-77页 |
| ·基于离散小波的蛋白质相似性分析 | 第65-66页 |
| ·基于连续小波的蛋白质活性位点分析 | 第66-67页 |
| ·基于连续小波的蛋白质二级结构的预测 | 第67-70页 |
| ·基于离散小波的蛋白质间相互作用的预测 | 第70-74页 |
| ·基于离散小波的蛋白质和DNA 的相互作用预测 | 第74-77页 |
| 第五章 利用提升小波的蛋白质相互作用特征的提取 | 第77-88页 |
| ·引言 | 第77页 |
| ·材料与方法 | 第77-83页 |
| ·数据集 | 第77-78页 |
| ·小波变换和提升小波变换 | 第78-79页 |
| ·基于提升小波的特征提取流程 | 第79-80页 |
| ·评价指标参数 | 第80页 |
| ·蛋白质相互作用的预测 | 第80-83页 |
| ·结果与讨论 | 第83-87页 |
| ·结语 | 第87-88页 |
| 第六章 蛋白质相互作用网络的构建及分析 | 第88-104页 |
| ·引言 | 第88-92页 |
| ·蛋白质相互作用网络 | 第92-94页 |
| ·生命体中的局部相互作用网络及其枢纽蛋白质 | 第94-102页 |
| 小结 | 第102-104页 |
| 第七章 结论和展望 | 第104-107页 |
| ·本文主要的工作 | 第104-105页 |
| ·展望 | 第105-107页 |
| 参考文献 | 第107-115页 |
| 在学期间发表文章目录 | 第115-116页 |
| 致谢 | 第116页 |