| 中文摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 縮略词列表 | 第7-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-29页 |
| ·蛋白质功能位点简介 | 第11-12页 |
| ·蛋白质功能位点相关数据库 | 第12-13页 |
| ·蛋白质功能位点预测 | 第13-21页 |
| ·蛋白质功能位点预测的重要性 | 第13页 |
| ·蛋白质功能位点预测的主要流程 | 第13-15页 |
| ·蛋白质功能位点预测问题中数据集的构建方法 | 第15-17页 |
| ·蛋白质功能位点预测常用的特征 | 第17-18页 |
| ·蛋白质功能位点预测模型的建立所采用的主要算法 | 第18-21页 |
| ·蛋白质泛素化位点预测研究现状 | 第21-24页 |
| ·泛素与泛素化 | 第22-23页 |
| ·泛素化位点数据库 | 第23页 |
| ·泛素化位点预测工具 | 第23-24页 |
| ·蛋白质锌离子结合位点预测研究现状 | 第24-27页 |
| ·锌离子结合位点的生物学功能 | 第24-26页 |
| ·主要的锌离子结合位点预测工具 | 第26-27页 |
| ·本文工作简介 | 第27-29页 |
| ·蛋白质泛素化位点预测算法开发 | 第27页 |
| ·蛋白质泛素化位点预测工具的评价 | 第27页 |
| ·蛋白质锌离子结合位点预测算法开发 | 第27-28页 |
| ·论文章节安排 | 第28-29页 |
| 第二章 基于序列信息的酵母中蛋白质泛素化位点的预测研究 | 第29-45页 |
| ·引言 | 第29页 |
| ·材料与方法 | 第29-33页 |
| ·数据集的构建 | 第29-31页 |
| ·编码方法 | 第31-32页 |
| ·模型的构建与参数优化 | 第32页 |
| ·特征选择 | 第32-33页 |
| ·性能评价参数 | 第33页 |
| ·结果与讨论 | 第33-42页 |
| ·CKSAAP_UbSite的预测性能 | 第33-34页 |
| ·CKSAAP编码中的重要的特征 | 第34-37页 |
| ·CKSAAP编码与正交编码的比较 | 第37-38页 |
| ·CKSAAP_UbSite与其它三种方法的性能比较 | 第38-42页 |
| ·CKSAAP_UbSite在线服务器的构建 | 第42页 |
| ·本章小结 | 第42-43页 |
| 附图 | 第43-45页 |
| 第三章 基于序列信息的人类蛋白质泛素化位点预测算法开发 | 第45-60页 |
| ·引言 | 第45页 |
| ·材料与方法 | 第45-50页 |
| ·数据集 | 第46-47页 |
| ·编码方法 | 第47-49页 |
| ·模型构建与参数优化 | 第49-50页 |
| ·性能评价参数 | 第50页 |
| ·结果与讨论 | 第50-59页 |
| ·CKSAAP编码预测结果 | 第50-53页 |
| ·Binary编码预测结果 | 第53页 |
| ·理化性质编码结果 | 第53-56页 |
| ·蛋白质聚集倾向性编码 | 第56-57页 |
| ·hCKSAAP UbSite的预测结果 | 第57页 |
| ·hCKSAAP UbSite与其它预测方法的性能比较 | 第57-59页 |
| ·hCKSAAP UbSite在线服务器的构建 | 第59页 |
| ·本章小结 | 第59-60页 |
| 第四章 不同泛素化位点预测工具性能的综合评价 | 第60-78页 |
| ·引言 | 第60页 |
| ·材料与方法 | 第60-65页 |
| ·数据集的构建 | 第60-62页 |
| ·进行性能比较的泛素化位点预测方法 | 第62页 |
| ·对所采用的特征进行预测能力评价的数据集 | 第62-63页 |
| ·需要进行预测能力评价的特征 | 第63-65页 |
| ·评价参数和统计检验方法 | 第65页 |
| ·结果与讨论 | 第65-77页 |
| ·不同预测工具在不同数据集中的预测性能 | 第65-70页 |
| ·不同预测工具的整合 | 第70-72页 |
| ·不同物种泛素化位点的序列模式比较 | 第72-73页 |
| ·泛素化位点预测工具的易用性 | 第73-75页 |
| ·单个特征对泛素化位点的预测能力 | 第75-76页 |
| ·窗口大小和机器学习方法对特征预测能力的影响 | 第76页 |
| ·特征的整合 | 第76-77页 |
| ·本章小结 | 第77-78页 |
| 第五章 基于序列信息的蛋白质锌离子结合位点预测算法开发 | 第78-97页 |
| ·引言 | 第78页 |
| ·材料与方法 | 第78-86页 |
| ·锌离子结合位点和IR的定义 | 第79页 |
| ·数据集 | 第79-80页 |
| ·SVM-based predictor模型的构建 | 第80-82页 |
| ·Cluster-based predictor模型的构建 | 第82-83页 |
| ·SVM-based predictor与Cluster-based predictor预测结果的线性整合 | 第83页 |
| ·Template-based predictor模型的构建 | 第83-84页 |
| ·计算候选位点组合与模板之间的相似性得分 | 第84-85页 |
| ·性能评价参数 | 第85-86页 |
| ·结果与讨论 | 第86-94页 |
| ·ZincExplorer的预测性能 | 第86页 |
| ·SVM-based predictor与Cluster-based predictor预测结果的线性整合 | 第86-90页 |
| ·整合Template-based predictor | 第90-91页 |
| ·与其它预测方法的性能比较 | 第91-94页 |
| ·实例研究 | 第94页 |
| ·ZincExplorer在线网络服务器的构建 | 第94页 |
| ·本章小结 | 第94-95页 |
| 附图 | 第95-97页 |
| 第六章 结论与展望 | 第97-100页 |
| ·结论 | 第97-98页 |
| ·展望 | 第98-100页 |
| 参考文献 | 第100-111页 |
| 致谢 | 第111-112页 |
| 附录 | 第112-113页 |
| 作者简历 | 第113-114页 |
