基于2D分子指纹和非平衡数据集的药物与受体交互作用预测研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·引言 | 第8-9页 |
| ·研究背景及意义 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·论文的工作内容及结构安排 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 2 氨基酸序列的特征提取 | 第12-27页 |
| ·引言 | 第12-13页 |
| ·氨基酸序列的特征提取方法 | 第13-26页 |
| ·基于氨基酸组成和位置的特征提取方法 | 第14-16页 |
| ·基于氨基酸物理化学属性的特征提取方法 | 第16-20页 |
| ·基于氨基酸序列的可视化技术 | 第20-23页 |
| ·基于数据库信息挖掘的特征提取方法 | 第23-25页 |
| ·其他特征提取方法 | 第25页 |
| ·氨基酸序列特征提取方法中存在的问题 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3 药物化合物的数值化表征 | 第27-30页 |
| ·引言 | 第27-28页 |
| ·药物化合物的数值化表征方法 | 第28-29页 |
| ·分子指纹 | 第28-29页 |
| ·其他数值化表征方法 | 第29页 |
| ·本章小结 | 第29-30页 |
| 4 生物信息学分类算法及校验评估 | 第30-35页 |
| ·引言 | 第30页 |
| ·生物信息学中分类算法 | 第30-33页 |
| ·基于统计的分类算法 | 第30页 |
| ·基于机器学习的分类算法 | 第30-33页 |
| ·模型的检验与评估 | 第33-34页 |
| ·模型的检验 | 第33页 |
| ·模型的评估 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 5 基于 2D 分子指纹的药物与受体交互作用预测 | 第35-46页 |
| ·引言 | 第35-36页 |
| ·药物与受体蛋白交互作用预测 | 第36-45页 |
| ·药物与受体蛋白数据集 | 第36页 |
| ·受体蛋白序列的数值表达法 | 第36-38页 |
| ·药物化合物的数值表达法 | 第38-39页 |
| ·分类算法与结果 | 第39-42页 |
| ·在线预测器的构建及使用 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 6 基于非平衡数据集的药物与受体交互作用预测 | 第46-57页 |
| ·引言 | 第46-47页 |
| ·非平衡数据集的数据抽样方法与评估标准 | 第47-52页 |
| ·数据抽样方法 | 第48-49页 |
| ·评估标准 | 第49-52页 |
| ·基于非平衡数据集的药物与受体蛋白交互作用预测 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 7 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·进一步工作展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 攻读硕士学位期间参加的项目和所发表的论文 | 第67-68页 |
| 硕士学位论文开题报告 | 第68-77页 |
| 硕士毕业生信息表 | 第77页 |
