摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-11页 |
1.1 课题研究的背景和意义 | 第8-9页 |
1.2 国内外研究进展 | 第9-10页 |
1.3 论文的结构安排 | 第10-11页 |
第二章 蛋白质与五种配体结合残基的简介及其数据集的构建 | 第11-15页 |
2.1 蛋白质与配体相互作用 | 第11-12页 |
2.2 五种配体结合蛋白数据集的建立 | 第12-15页 |
2.2.1 本文所使用数据库及软件介绍 | 第12-13页 |
2.2.2 五种配体结合残基数据集的建立 | 第13-15页 |
第三章 两种算法识别蛋白质中五种配体结合残基 | 第15-27页 |
3.1 滑动窗口长度确定 | 第15-17页 |
3.2 特征参数的选取 | 第17-21页 |
3.2.1 氨基酸组分(aa) | 第17-18页 |
3.2.2 位点氨基酸保守性(wa) | 第18-19页 |
3.2.3 预测的二级结构信息(ss) | 第19页 |
3.2.4 表面可及性信息(sa) | 第19-20页 |
3.2.5 氨基酸物理化学特性的自协方差值(AC) | 第20-21页 |
3.3 识别方法和检验指标 | 第21-24页 |
3.3.1 离散增量算法(ID) | 第21-22页 |
3.3.2 位置矩阵打分算法(DF) | 第22-23页 |
3.3.3 支持向量机(SVM) | 第23页 |
3.3.4 检验方法 | 第23页 |
3.3.5 评价指标 | 第23-24页 |
3.4 结果和讨论 | 第24-25页 |
3.5 本章小结 | 第25-27页 |
第四章 基于融合参数的SVM算法识别蛋白质中五种配体结合残基 | 第27-34页 |
4.1 特征参数的选取 | 第27-28页 |
4.2 计算结果与讨论 | 第28-32页 |
4.3 结果比较 | 第32-33页 |
4.3.1 三种预测算法的比较 | 第32页 |
4.3.2 SVM添加参数的比较 | 第32-33页 |
4.4 本章小结 | 第33-34页 |
第五章 总结与展望 | 第34-36页 |
5.1 工作总结 | 第34页 |
5.2 课题展望 | 第34-36页 |
参考文献 | 第36-40页 |
附录 | 第40-51页 |
附表一 蛋白质链PDB id | 第40-45页 |
附表二 ADP、GTP、GDP、NAD四种配体正负集片段WEBLOGO图 | 第45-49页 |
附表三 ADP、GTP、GDP、NAD四种配体正负集氨基酸组分对比图 | 第49-51页 |
致谢 | 第51-52页 |
在读期间发表的学术论文与取得的其他研究成果 | 第52页 |