基于序列的蛋白质功能预测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-23页 |
| ·引言 | 第7-8页 |
| ·蛋白质结构层次和功能 | 第8-9页 |
| ·蛋白质功能预测 | 第9-10页 |
| ·基于同源性的预测方法 | 第9页 |
| ·基于非同源性的预测方法 | 第9-10页 |
| ·蛋白质序列数据库 | 第10-11页 |
| ·UniProt数据库 | 第10页 |
| ·NCBI数据库 | 第10-11页 |
| ·特征提取 | 第11-14页 |
| ·离散小波变换 | 第11-12页 |
| ·二级结构 | 第12-13页 |
| ·分组重量编码 | 第13页 |
| ·自相关函数 | 第13-14页 |
| ·无序信息 | 第14页 |
| ·分类算法 | 第14-18页 |
| ·支持向量机 | 第15-16页 |
| ·贝叶斯算法 | 第16页 |
| ·k-最近邻算法 | 第16-17页 |
| ·决策树算法 | 第17页 |
| ·Fisher线性判别 | 第17-18页 |
| ·分类模型的构建与评估 | 第18-20页 |
| ·分类模型的构建 | 第18-19页 |
| ·模型检验方法 | 第19页 |
| ·性能评估指标 | 第19-20页 |
| ·本文主要内容 | 第20-21页 |
| 参考文献 | 第21-23页 |
| 第2章 蛋白质亚细胞定位的预测分析 | 第23-35页 |
| ·引言 | 第23-24页 |
| ·材料与方法原理 | 第24-27页 |
| ·数据集 | 第24-25页 |
| ·离散小波变换 | 第25页 |
| ·多分类支持向量机 | 第25-26页 |
| ·性能评估 | 第26-27页 |
| ·结果与讨论 | 第27-32页 |
| ·小波函数的选择 | 第27-28页 |
| ·分类算法的选择 | 第28-29页 |
| ·预测模型的性能 | 第29-30页 |
| ·预测模型与文献方法的对比 | 第30-32页 |
| ·结论 | 第32页 |
| 参考文献 | 第32-35页 |
| 第3章 蛋白质酪氨酸硫酸化位点的预测分析 | 第35-47页 |
| ·引言 | 第35-36页 |
| ·材料和方法 | 第36-39页 |
| ·数据采集和预处理 | 第36-37页 |
| ·二级结构 | 第37页 |
| ·分组重量编码 | 第37-38页 |
| ·自相关函数 | 第38页 |
| ·模型训练 | 第38-39页 |
| ·模型评估 | 第39页 |
| ·结果和讨论 | 第39-43页 |
| ·不同特征的探讨 | 第39-42页 |
| ·分类算法的选择 | 第42-43页 |
| ·与文献方法的对比 | 第43页 |
| ·PredSulSite网络服务 | 第43页 |
| ·结论 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 第4章 Tau蛋白丝氨酸磷酸化位点的预测分析 | 第47-57页 |
| ·引言 | 第47-48页 |
| ·数据与方法 | 第48-51页 |
| ·数据收集 | 第48页 |
| ·信息熵 | 第48-49页 |
| ·氨基酸物理化学性质 | 第49页 |
| ·二级结构 | 第49-50页 |
| ·无序信息 | 第50页 |
| ·模型训练和评估 | 第50-51页 |
| ·结果与讨论 | 第51-54页 |
| ·最优窗口的选择 | 第51-52页 |
| ·氨基酸物理化学性质特征分析 | 第52-53页 |
| ·二级结构特征分析 | 第53页 |
| ·无序特征分析 | 第53-54页 |
| ·最优特征的选择 | 第54页 |
| ·结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57-58页 |
| 附录A | 第58-59页 |
| 附录B | 第59-60页 |
| 附录C | 第60-62页 |
| 攻读学位期间的研究成果 | 第62页 |
