首页--生物科学论文--生物化学论文--蛋白质论文

蛋白质网络中复合物的挖掘与应用研究

摘要第1-6页
Abstract第6-12页
1 绪论第12-29页
   ·研究意义第12-13页
   ·基于蛋白质网络的蛋白质复合物挖掘算法研究第13-19页
     ·蛋白质网络第13-15页
     ·基于蛋白质网络的蛋白质复合物挖掘算法研究第15-19页
   ·基于多元数据的蛋白质复合物挖掘算法研究第19-21页
     ·结合基因表达数据与蛋白质网络的复合物挖掘算法研究第19-20页
     ·结合功能注释与蛋白质网络的复合物挖掘算法研究第20页
     ·结合蛋白质结构域和蛋白质网络的复合物挖掘算法研究第20-21页
   ·蛋白质复合物的应用研究第21-22页
   ·关键蛋白质预测算法研究第22-25页
     ·关键蛋白质预测算法研究第23-24页
     ·应用蛋白质复合物预测关键蛋白质第24-25页
   ·本文的主要研究内容第25-27页
   ·论文结构第27-29页
2 基于加权网络和局部适应的复合物挖掘算法第29-50页
   ·基于局部适应的蛋白质复合物模型第30-31页
   ·构造加权网络和选择种子边第31-33页
   ·算法LF-PN第33-36页
   ·实验结果与分析第36-49页
     ·评估方法介绍第37-39页
     ·参数设置对聚类结果的影响第39-40页
     ·与已知蛋白质复合物的比较第40-42页
     ·识别低密度和低模块性的已知蛋白质复合物的性能第42-46页
     ·功能富集性分析第46-47页
     ·种子有效性验证第47-49页
   ·本章小结第49-50页
3 基于重叠初始簇的层次聚类算法第50-68页
   ·初始簇第50-51页
   ·簇聚集值第51-53页
   ·λ模块第53-54页
   ·算法OH-PIN第54-56页
   ·实验结果与分析第56-67页
     ·参数设置对聚类结果的影响以及层次性分析第57-61页
     ·与已知蛋白质复合物的比较第61-66页
     ·功能富集性分析第66-67页
   ·本章小结第67-68页
4 基于λ模块和“种子-扩展”的复合物识别算法第68-83页
   ·算法MCSE第68-72页
   ·实验结果与分析第72-82页
     ·参数设置对聚类结果的影响以及层次性分析第73-76页
     ·MCSE算法与OH-PIN算法的比较第76-78页
     ·与已知复合物的比较第78-81页
     ·功能富集性分析第81-82页
   ·本章小结第82-83页
5 基于多元数据的复合物识别算法第83-93页
   ·基于多元数据的加权蛋白质网络的构建第83-87页
     ·相互作用的关键性对该相互作用位于蛋白质复合物的影响第84-85页
     ·相互作用上的蛋白质是否位于相同亚细胞定位对该相互作用位于蛋白质复合物的影响第85-86页
     ·一种基于多元数据的加权蛋白质网络构建方法MD-WPIN第86-87页
   ·实验结果与分析第87-91页
     ·比较不同算法在三种蛋白质网络中识别已知复合物的有效性第88-89页
     ·比较不同算法在三种蛋白质网络中识别复合物的功能富集性第89-91页
   ·本章小结第91-93页
6 基于蛋白质复合物的关键蛋白质识别算法第93-111页
   ·统计数据来源与评估方法第93-95页
   ·基于蛋白质复合物的关键蛋白质识别策略第95-98页
   ·基于蛋白质复合物与网络中心性的关键蛋白质识别策略第98-104页
   ·基于多元数据的关键蛋白质识别策略第104-109页
   ·本章小结第109-111页
7 总结第111-116页
   ·研究贡献与创新点第111-114页
   ·研究展望第114-116页
参考文献第116-128页
攻读博士学位期间主要研究成果目录第128-129页
致谢第129页

论文共129页,点击 下载论文
上一篇:基于机器学习和统计方法的蛋白质结构特征预测
下一篇:细菌Novosphingobium sp.B-7和Comamonas sp.B-9降解木质素及其降解基因研究