| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第一章 引言 | 第12-18页 |
| ·课题背景 | 第12-14页 |
| ·研究内容 | 第14-15页 |
| ·研究意义 | 第15-16页 |
| ·本文组织结构 | 第16-18页 |
| 第二章 残基相互作用预测相关技术 | 第18-28页 |
| ·蛋白质结构描述及其计算表达 | 第18-22页 |
| ·蛋白质结构描述 | 第18-21页 |
| ·蛋白质结构的计算表达及预测 | 第21-22页 |
| ·残基相互作用预测 | 第22-27页 |
| ·残基相互作用定义 | 第22页 |
| ·残基相互作用预测结果的评估方法 | 第22-23页 |
| ·残基相互作用预测的常用特征 | 第23-25页 |
| ·残基相互作用预测的主要方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 残基相互作用预测的模型与训练算法设计 | 第28-41页 |
| ·引言 | 第28-30页 |
| ·递归神经网络介绍 | 第30-34页 |
| ·传统递归神经网络 | 第31页 |
| ·Long Short-term Memory | 第31页 |
| ·Gated Recurrent Unit | 第31-33页 |
| ·双向递归神经网络 | 第33-34页 |
| ·模型结构设计 | 第34-36页 |
| ·序列特征重组层 | 第34-35页 |
| ·模型整体架构 | 第35-36页 |
| ·模型训练算法设计 | 第36-39页 |
| ·处理变长序列输入的按batch训练算法 | 第36-38页 |
| ·模型训练过程中的动态采样算法 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 残基相互作用预测结果评估 | 第41-58页 |
| ·引言 | 第41页 |
| ·实验数据 | 第41-43页 |
| ·基于人工选择的超参数预测中范围残基相互作用 | 第43-48页 |
| ·基于人工选择的超参数 | 第43页 |
| ·实验结果及分析 | 第43-48页 |
| ·基于超参数优化技术搜索的超参数预测中长范围残基相互作用 | 第48-57页 |
| ·Hyperopt超参数优化框架介绍 | 第49-50页 |
| ·基于超参数优化技术搜索的超参数 | 第50-52页 |
| ·实验结果及分析 | 第52-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-61页 |
| ·工作总结 | 第58-60页 |
| ·研究展望 | 第60-61页 |
| 参考文献 | 第61-69页 |
| 发表文章目录及科研项目 | 第69-70页 |
| 致谢 | 第70-71页 |