基于序列多信息融合的蛋白质亚细胞定位预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·研究背景及意义 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·论文研究内容与结构安排 | 第16-17页 |
| 第2章 蛋白质亚细胞定位的预测方法 | 第17-33页 |
| ·蛋白质亚细胞定位的相关基础知识 | 第17-21页 |
| ·亚细胞结构及其功能 | 第17-19页 |
| ·蛋白质序列 | 第19-21页 |
| ·数据集的构建 | 第21-22页 |
| ·SWISS-PROT 数据库简介 | 第21页 |
| ·实验数据的筛选 | 第21-22页 |
| ·蛋白质序列信息的特征提取 | 第22-24页 |
| ·基于氨基酸组成和位置的方法 | 第22-23页 |
| ·Zp 曲线和 Zp 参数法 | 第23-24页 |
| ·分类预测方法 | 第24-29页 |
| ·基于统计的分类预测方法 | 第25-26页 |
| ·基于机器学习的分类预测方法 | 第26-29页 |
| ·分类预测评价 | 第29-32页 |
| ·小结 | 第32-33页 |
| 第3章 基于序列三肽组成的蛋白亚细胞定位预测方法 | 第33-43页 |
| ·引言 | 第33页 |
| ·蛋白质序列的特征提取 | 第33-36页 |
| ·氨基酸组分 | 第33-34页 |
| ·三肽组成 | 第34-36页 |
| ·实验与分析 | 第36-42页 |
| ·数据集 | 第36-37页 |
| ·数据归一化 | 第37页 |
| ·LIBSVM 简介 | 第37-38页 |
| ·预测结果的分析与比较 | 第38-41页 |
| ·样本分类数及均衡性对预测结果的影响 | 第41-42页 |
| ·小结 | 第42-43页 |
| 第4章 基于多特征融合的蛋白质亚细胞定位预测方法 | 第43-53页 |
| ·引言 | 第43页 |
| ·原理与方法 | 第43-47页 |
| ·蛋白质序列的特征提取 | 第43-46页 |
| ·K 近邻算法 | 第46-47页 |
| ·实验与分析 | 第47-52页 |
| ·数据集 | 第47页 |
| ·特征参数的选取对预测结果的影响 | 第47-50页 |
| ·SVM 算法与 KNN 算法的分类效果比较 | 第50-51页 |
| ·与其它方法的比较 | 第51-52页 |
| ·小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读学位期间所发表的学术论文及所参加项目 | 第61页 |
