| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| 1 研究背景 | 第10-12页 |
| 2 研究内容和创新点 | 第12-13页 |
| 3 本文研究思路 | 第13-14页 |
| 第二章 β转角数据集 | 第14-17页 |
| 1 BT426数据集 | 第14页 |
| 2 EVA937和EVA300数据集 | 第14-15页 |
| 3 用PROMOTIF提取PDB文件中p转角信息 | 第15-16页 |
| 4 三个数据集的作用 | 第16-17页 |
| 第三章 利用PDB中的同源序列进行β转角预测的原理 | 第17-24页 |
| 1 用BLAST搜索PDB中的同源结构信息 | 第17-18页 |
| 2 待预测序列与其BLAST同源序列进行多序列比对 | 第18-19页 |
| 3 将同源结构信息映射到待预测的序列上 | 第19-22页 |
| 4 评估指标 | 第22-24页 |
| 第四章 预测结果分析讨论 | 第24-30页 |
| 1 用EVA300进行参数优化 | 第24页 |
| 2 BT42 6和EVA937预测结果 | 第24-26页 |
| 3 改变参数‘最大相似度’进行方法评估 | 第26-28页 |
| 4 参数'byDate'对预测精度的影响及与ShapeString_Pred的比较 | 第28-30页 |
| 第五章 β转角预测软件BTMapping的设计开发 | 第30-34页 |
| 1 BTMapping的设计思路 | 第30页 |
| 2 BTMapping的开发环境 | 第30页 |
| 3 BTMapping的运行 | 第30-31页 |
| 4 BTMapping的发布 | 第31-34页 |
| 第六章 结论与展望 | 第34-35页 |
| 1 结论 | 第34页 |
| 2 展望 | 第34-35页 |
| 参考文献 | 第35-38页 |
| 致谢 | 第38-39页 |
| 作者简介 | 第39页 |
