| 摘要 | 第5-7页 |
| Abstract | 第7-10页 |
| 第1章 绪论 | 第21-35页 |
| 1.1 研究背景与意义 | 第21-24页 |
| 1.2 国内外研究现状 | 第24-32页 |
| 1.2.1 网络节点拓扑中心性关键蛋白质预测算法 | 第26-27页 |
| 1.2.2 多信息源融合的关键蛋白质预测算法 | 第27-28页 |
| 1.2.3 基于蛋白质属性集合的机器学习关键蛋白质预测算法 | 第28-29页 |
| 1.2.4 基于图论的蛋白质复合物预测方法 | 第29-30页 |
| 1.2.5 基于非图论的蛋白质复合物预测方法 | 第30-32页 |
| 1.3 主要研究工作 | 第32-33页 |
| 1.4 论文组织结构 | 第33-35页 |
| 第2章 蛋白质相互作用网络相关概述 | 第35-48页 |
| 2.1 蛋白质相互作用网络简介 | 第35-40页 |
| 2.2 节点中心性简介 | 第40-42页 |
| 2.3 网络聚类简介 | 第42-44页 |
| 2.4 评估方法介绍 | 第44-46页 |
| 2.4.1 关键蛋白质预测评估方法 | 第44-45页 |
| 2.4.2 蛋白质复合物预测评估方法 | 第45-46页 |
| 2.5 小结 | 第46-48页 |
| 第3章 基于局部互作密度中心性的关键蛋白质预测算法 | 第48-70页 |
| 3.1 引言 | 第48-49页 |
| 3.2 本章相关工作 | 第49-50页 |
| 3.3 基于局部互作密度中心性的关键蛋白质预测算法设计 | 第50-54页 |
| 3.3.1 局部互作密度中心性 | 第50-53页 |
| 3.3.2 算法时间复杂度分析 | 第53-54页 |
| 3.4 经典网络拓扑中心性度量方法 | 第54-56页 |
| 3.5 实验分析和讨论 | 第56-69页 |
| 3.5.1 实验数据集 | 第56-58页 |
| 3.5.2 评估区间 | 第58页 |
| 3.5.3 算法LID与已有网络拓扑中心性方法的比较 | 第58-62页 |
| 3.5.4 评估指标分析算法LID的性能 | 第62页 |
| 3.5.5 基于roc曲线下面积评估算法LID的性能 | 第62-65页 |
| 3.5.6 算法LID和已有网络拓扑中心性方法预测结果差异性分析 | 第65-69页 |
| 3.6 小结 | 第69-70页 |
| 第4章 基于融合新机制的多信息关键蛋白质预测算法 | 第70-97页 |
| 4.1 引言 | 第70-71页 |
| 4.2 本章相关工作 | 第71-73页 |
| 4.3 基于融合新机制的多信息关键蛋白质预测算法设计 | 第73-76页 |
| 4.3.1 基于融合新机制的多信息关键蛋白质预测算法LIDC | 第73-76页 |
| 4.3.2 算法时间复杂度分析 | 第76页 |
| 4.4 对比实验中参照算法介绍 | 第76-77页 |
| 4.5 实验分析与讨论 | 第77-95页 |
| 4.5.1 实验数据集 | 第77-80页 |
| 4.5.2 评估区间 | 第80页 |
| 4.5.3 算法LIDC与已有预测算法的比较 | 第80-82页 |
| 4.5.4 基于Jackknife评估方法验证算法LIDC性能 | 第82-83页 |
| 4.5.5 基于precision-recall曲线和六种评估方法的预测性能分析 | 第83-84页 |
| 4.5.6 基于roc曲线和AUC的预测性能评估分析 | 第84-85页 |
| 4.5.7 融合新机制对预测性能影响的分析 | 第85-88页 |
| 4.5.8 算法LIDC与已有预测算法在预测结果上的差异分析 | 第88-89页 |
| 4.5.9 算法LIDC预测结果的模块性分析 | 第89-92页 |
| 4.5.10 基于大肠杆菌蛋白质相互作用网络分析算法LIDC的性能 | 第92-95页 |
| 4.6 小结 | 第95-97页 |
| 第5章 基于广义局部互作密度的关键蛋白质预测算法 | 第97-119页 |
| 5.1 引言 | 第97-98页 |
| 5.2 本章相关工作 | 第98-99页 |
| 5.3 基于广义局部互作密度关键蛋白质预测算法设计 | 第99-104页 |
| 5.3.1 网络节点广义局部互作密度中心性度量 | 第99-100页 |
| 5.3.2 基于广义局部互作密度关键蛋白质预测算法G-LID | 第100-104页 |
| 5.3.3 基于广义局部互作密度的关键蛋白质预测算法时间复杂度分析 | 第104页 |
| 5.4 对比实验中参照算法介绍 | 第104页 |
| 5.5 实验分析与讨论 | 第104-117页 |
| 5.5.1 实验数据集 | 第104-107页 |
| 5.5.2 算法G-LID中参数α和β的取值范围估算 | 第107-108页 |
| 5.5.3 预测算法中参数LID~H的预测分析 | 第108-109页 |
| 5.5.4 算法G-LID与已有拓扑中心性预测结果对比分析 | 第109-112页 |
| 5.5.5 算法G-LID的参数取值α和β对预测性能影响的讨论 | 第112-114页 |
| 5.5.6 指标LID~H对算法G-LID预测性能影响的分析 | 第114-117页 |
| 5.6 小结 | 第117-119页 |
| 第6章 基于网络节点局部互作密度的蛋白质复合物预测算法 | 第119-142页 |
| 6.1 引言 | 第119-121页 |
| 6.2 本章相关工作 | 第121-122页 |
| 6.3 基于网络节点局部互作密度的蛋白质复合物预测算法设计 | 第122-129页 |
| 6.3.1 基于网络节点局部互作密度的蛋白质复合物预测算法CBLID | 第122-128页 |
| 6.3.2 算法时间复杂度分析 | 第128-129页 |
| 6.4 对比实验中参照算法介绍 | 第129页 |
| 6.5 实验分析与讨论 | 第129-140页 |
| 6.5.1 实验数据集 | 第129-131页 |
| 6.5.2 算法CBLID与已有预测算法的预测结果对比分析 | 第131-135页 |
| 6.5.3 算法CBLID与已有预测算法在功能富集性上的对比分析 | 第135-138页 |
| 6.5.4 算法CBLID参数K的选择分析 | 第138-140页 |
| 6.6 小结 | 第140-142页 |
| 结论 | 第142-145页 |
| 参考文献 | 第145-156页 |
| 致谢 | 第156-157页 |
| 附录A 攻读学位期间所发表的学术论文 | 第157-158页 |
| 附录B 攻读学位期间所参加的科研项目 | 第158页 |
