| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景和意义 | 第12-13页 |
| ·信息生物学 | 第12页 |
| ·蛋白质结构预测的研究意义 | 第12-13页 |
| ·蛋白质结构预测的方法及研究进展 | 第13-16页 |
| ·同源模建 | 第14-15页 |
| ·折叠识别 | 第15页 |
| ·从头预测 | 第15-16页 |
| ·研究内容与创新点 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第二章 背景知识介绍 | 第18-27页 |
| ·蛋白质结构介绍 | 第18-19页 |
| ·蛋白质关联图 | 第19-21页 |
| ·关联图的一般定义 | 第19-20页 |
| ·基于关联图的蛋白质空间结构预测 | 第20-21页 |
| ·蛋白质关联图预测 | 第21页 |
| ·二硫键 | 第21-22页 |
| ·二硫键概述 | 第21页 |
| ·二硫键预测 | 第21-22页 |
| ·粒子群算法 | 第22-25页 |
| ·基本粒子群算法 | 第22-23页 |
| ·粒子群算法的改进策略 | 第23-25页 |
| ·蛋白质序列与结构数据库 | 第25-27页 |
| 第三章 基于关联图的蛋白质 3D 结构重建 | 第27-46页 |
| ·背景及动机 | 第27-28页 |
| ·数据集整理 | 第28-30页 |
| ·蛋白质重建模型 | 第30-33页 |
| ·关联图的定义 | 第30页 |
| ·蛋白质结构重建模型 | 第30-33页 |
| ·结果分析 | 第33-41页 |
| ·结果评价标准 | 第33-34页 |
| ·初始候选结构分析 | 第34-35页 |
| ·修正优化后蛋白质 3D 结构分析 | 第35-37页 |
| ·系统健壮性 | 第37-39页 |
| ·和其他方法的对比 | 第39-41页 |
| ·讨论 | 第41-45页 |
| ·阈值对预测精度的影响 | 第41页 |
| ·蛋白质的长度和全局能量函数优化后的函数值对重建精度的影响 | 第41-42页 |
| ·长连接对重建精度的影响 | 第42-43页 |
| ·膜蛋白上的 3D 结构重建 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 二硫键连接模式预测 | 第46-64页 |
| ·背景及动机 | 第46-47页 |
| ·数据集整理 | 第47-49页 |
| ·二硫键连接模式预测模型 | 第49-54页 |
| ·二硫键连接模式的定义 | 第49页 |
| ·基于机器学习方法的预测 | 第49-52页 |
| ·基于突变关联的预测模型 | 第52-53页 |
| ·最终融合预测模型 | 第53-54页 |
| ·实验结果及讨论 | 第54-63页 |
| ·评估指标 | 第54页 |
| ·基于机器学习方法的预测模型结果 | 第54-58页 |
| ·基于突变关联的预测模型结果 | 第58-60页 |
| ·预测模型结果线性融合分析 | 第60-62页 |
| ·新旧数据上实验结果对比 | 第62页 |
| ·和其他预测方法比较 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-67页 |
| ·总结 | 第64-65页 |
| ·展望 | 第65-67页 |
| 附录 A 缩写对照表 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间已发表或录用的论文 | 第75-76页 |
| 附件 | 第76页 |