| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 略缩词列表 | 第8-10页 |
| 1 绪论 | 第10-24页 |
| 1.1 药物靶点的研究现状 | 第10-11页 |
| 1.2 确定具有治疗效用靶点的复杂性 | 第11页 |
| 1.3 耐药性研究现状与药物研发 | 第11-18页 |
| 1.3.1 肿瘤主要耐药性机制 | 第11-17页 |
| 1.3.2 克服靶向药物耐药性的药物研发策略 | 第17-18页 |
| 1.4 靶点组合与药物研发 | 第18-22页 |
| 1.4.1 药物组合导致的靶点组合 | 第19页 |
| 1.4.3 单药多靶点药物导致的靶点组合 | 第19-21页 |
| 1.4.4 靶点组合治疗方案相对于传统单靶点药物的优势 | 第21-22页 |
| 1.5 基于计算机方法发现蛋白质功能的研究现状 | 第22页 |
| 1.6 课题产生,目的和意义 | 第22-24页 |
| 2 升级具有治疗效用的药物靶点数据库 | 第24-44页 |
| 2.1 引言 | 第24页 |
| 2.2 药物数据的挖掘 | 第24-26页 |
| 2.3 具有治疗效用的药物靶点确认 | 第26-27页 |
| 2.3.1 确认上市药物的治疗效用靶点 | 第26-27页 |
| 2.3.2 确认临床试验药物的治疗效用靶点 | 第27页 |
| 2.4 耐药性突变 | 第27-34页 |
| 2.4.1 耐药性突变数据收集 | 第28-29页 |
| 2.4.2 搜索耐药性突变数据 | 第29-34页 |
| 2.5 靶点组合 | 第34-36页 |
| 2.5.1 靶点组合数据收集 | 第34-35页 |
| 2.5.2 搜索靶点组合及相关信息 | 第35-36页 |
| 2.6 靶点基因表达分布 | 第36-38页 |
| 2.6.1 靶点基因表达数据收集 | 第36-37页 |
| 2.6.2 搜索靶点组织表达图谱 | 第37-38页 |
| 2.7 本章小结 | 第38-44页 |
| 3 蛋白质功能预测方法评估 | 第44-57页 |
| 3.1 引言 | 第44-45页 |
| 3.2 材料及方法 | 第45-51页 |
| 3.2.1 收集不同功能家族的蛋白质序列 | 第45页 |
| 3.2.2 构建训练和测试数据集 | 第45-50页 |
| 3.2.3 特征向量挑选 | 第50页 |
| 3.2.4 基于机器学习的蛋白质功能预测模型构建 | 第50页 |
| 3.2.5 基于序列相似性的蛋白质功能预测模型构建 | 第50页 |
| 3.2.6 评估模型识别精度的方法 | 第50-51页 |
| 3.2.7 计算方法的假阳性率 | 第51页 |
| 3.3 结果与讨论 | 第51-56页 |
| 3.3.1 不同算法识别精度评估 | 第51-53页 |
| 3.3.2 不同物种SE和MCC的统计差异 | 第53-54页 |
| 3.3.3 通过基因组扫描对假阳性率进行深入的评估 | 第54-56页 |
| 3.4 本章小结 | 第56-57页 |
| 4 结论与展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-70页 |
| 附录 | 第70页 |
| A.作者在攻读学位期间发表的论文目录 | 第70页 |
