| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 蛋白质相互作用位点预测的研究背景 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 生物预测手段 | 第9-10页 |
| 1.2.2 理论预测方法 | 第10-11页 |
| 1.3 本文主要研究内容及组织结构 | 第11-13页 |
| 第二章 蛋白质相互作用位点的预测 | 第13-20页 |
| 2.1 蛋白质相互作用位点 | 第13页 |
| 2.2 蛋白质相互作用位点预测的实验方法 | 第13页 |
| 2.3 蛋白质相互作用位点预测的计算方法 | 第13-16页 |
| 2.3.1 基于序列的预测方法 | 第14页 |
| 2.3.2 基于二级结构信息和序列信息 | 第14页 |
| 2.3.3 基于 3D结构或者 3D结构结合序列信息进行预测 | 第14-15页 |
| 2.3.4 应用于蛋白质相互作用位点预测的机器学习方法 | 第15-16页 |
| 2.4 蛋白质相互作用相关数据库 | 第16-19页 |
| 2.4.1 SWISS-PROT数据库 | 第16-17页 |
| 2.4.2 PDB数据库 | 第17-18页 |
| 2.4.3 HSSP数据库 | 第18页 |
| 2.4.4 DIP数据库 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 特征的选取以及特征空间的构造 | 第20-28页 |
| 3.1 特征的选取 | 第20-26页 |
| 3.1.1 序列特征 | 第20-22页 |
| 3.1.2 二级结构特征 | 第22-24页 |
| 3.1.3 3D结构特征 | 第24-26页 |
| 3.2 特征空间的构建 | 第26-27页 |
| 3.2.1 基于单个残基构建特征空间 | 第26页 |
| 3.2.2 基于“滑动窗口”构建特征空间 | 第26页 |
| 3.2.3 基于PATCH构建特征空间 | 第26-27页 |
| 3.3 本章小结 | 第27-28页 |
| 第四章 基于mRMR和IFS的蛋白质相互作用位点的预测 | 第28-32页 |
| 4.1 数据集的构建 | 第28页 |
| 4.2 随机森林（RF） | 第28-29页 |
| 4.3 最大相关最小冗余（mRMR） | 第29-30页 |
| 4.4 增量特征选择（IFS） | 第30页 |
| 4.5 算法框图及描述 | 第30-32页 |
| 第五章 实验结果分析 | 第32-40页 |
| 5.1 评价参数的确定 | 第32页 |
| 5.2 算法预测结果分析 | 第32-39页 |
| 5.2.1 三种不同特征空间的预测结果 | 第32-35页 |
| 5.2.2 mRMR结合IFS特征选择预测结果 | 第35-36页 |
| 5.2.3 算法中参数的选取 | 第36-38页 |
| 5.2.4 不平衡处理预测结果 | 第38-39页 |
| 5.3 与其他算法的比较 | 第39-40页 |
| 第六章 总结与展望 | 第40-41页 |
| 6.1 总结 | 第40页 |
| 6.2 展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 在校期间公开发表论文及著作情况 | 第45页 |
