蛋白序列分析模型在膜蛋白跨膜区预测中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 DNA的图形表示 | 第8-9页 |
| 1.2 蛋白质序列的图形表示 | 第9-10页 |
| 1.3 国内外膜蛋白预测研究的概况 | 第10-12页 |
| 1.3.1 基于生物学方法的预测模型 | 第10页 |
| 1.3.2 基于统计分析的预测模型 | 第10-11页 |
| 1.3.3 基于小波变换的预测方法 | 第11页 |
| 1.3.4 基于人工神经网络的预测方法 | 第11-12页 |
| 1.4 常用预测方法网址 | 第12页 |
| 1.5 本文主要内容安排 | 第12-14页 |
| 第2章 蛋白质序列的图形表示方法及其应用 | 第14-27页 |
| 2.1 蛋白质序列的G_s图形表示 | 第14-18页 |
| 2.1.1 20种氨基酸的分组 | 第14-15页 |
| 2.1.2 G_s图形表示的构造 | 第15-16页 |
| 2.1.3 数值刻画 | 第16-18页 |
| 2.2 H7N9分析应用 | 第18-25页 |
| 2.3 小结 | 第25-27页 |
| 第3章 氨基酸理化性质指标列预处理及分类算法 | 第27-39页 |
| 3.1 膜蛋白的结构 | 第27-28页 |
| 3.2 基于主成分分析的氨基酸理化性质研究 | 第28-31页 |
| 3.3 蛋白序列的数值刻画 | 第31-32页 |
| 3.4 膜蛋白的特征提取 | 第32-34页 |
| 3.5 膜蛋白跨膜区预测概率的算法 | 第34-36页 |
| 3.6 预测模型流程及流程图 | 第36-38页 |
| 3.7 小结 | 第38-39页 |
| 第4章 实验过程及分析 | 第39-50页 |
| 4.1 实验数据及膜蛋白序列数值刻画 | 第39-40页 |
| 4.2 膜蛋白序列的特征提取 | 第40-42页 |
| 4.3 膜蛋白跨膜区预测概率的计算及模型的建立 | 第42-45页 |
| 4.4 实验分析 | 第45-48页 |
| 4.5 模型预测准确性评估 | 第48-49页 |
| 4.6 小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读硕士期间完成的论文 | 第57页 |
| 攻读硕士学位期间参加的科研项目 | 第57-58页 |
| 致谢 | 第58页 |
