| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要符号表 | 第16-17页 |
| 1 绪论 | 第17-41页 |
| 1.1 研究背景与意义 | 第17-21页 |
| 1.1.1 生物信息学概述 | 第17-18页 |
| 1.1.2 蛋白质翻译后修饰简介 | 第18-19页 |
| 1.1.3 基于机器学习方法的蛋白质翻译后修饰位点预测 | 第19-21页 |
| 1.2 相关问题的研究现状 | 第21-33页 |
| 1.2.1 翻译后修饰位点预测中常用的特征提取方法 | 第22-26页 |
| 1.2.2 翻译后修饰位点预测中常用的机器学习算法 | 第26-31页 |
| 1.2.3 翻译后修饰位点数据库简介 | 第31-33页 |
| 1.3 支持向量机及其变形算法简介 | 第33-39页 |
| 1.3.1 标准支持向量机 | 第34-36页 |
| 1.3.2 不同误差代价支持向量机 | 第36-37页 |
| 1.3.3 模糊支持向量机 | 第37-39页 |
| 1.3.4 半监督自训练支持向量机 | 第39页 |
| 1.4 本文主要工作及结构安排 | 第39-41页 |
| 2 基于支持向量机的蛋白质赖氨酸甲基化位点及程度预测 | 第41-61页 |
| 2.1 引言 | 第41-43页 |
| 2.2 材料与方法 | 第43-51页 |
| 2.2.1 数据集的建立 | 第43-44页 |
| 2.2.2 特征提取与特征选择 | 第44-45页 |
| 2.2.3 iLM-2L模型的构建 | 第45-49页 |
| 2.2.4 iLM-2L的预测性能评价 | 第49-51页 |
| 2.3 结果与讨论 | 第51-58页 |
| 2.3.1 iLM-2L的甲基化位点预测结果 | 第51-53页 |
| 2.3.2 iLM-2L的甲基化程度预测结果 | 第53-54页 |
| 2.3.3 iLM-2L与现有预测器的性能比较 | 第54-55页 |
| 2.3.4 特征分析 | 第55-57页 |
| 2.3.5 iLM-2L在线预测网站 | 第57-58页 |
| 2.4 本章小结 | 第58-61页 |
| 3 基于半监督自训练支持向量机的原核生物pupylation位点预测 | 第61-77页 |
| 3.1 研究背景 | 第61-65页 |
| 3.1.1 问题概述 | 第61-63页 |
| 3.1.2 半监督学习简介 | 第63-65页 |
| 3.2 材料与方法 | 第65-71页 |
| 3.2.1 数据集的建立 | 第65-66页 |
| 3.2.2 特征提取和特征选择 | 第66页 |
| 3.2.3 改进的半监督自训练SVM算法 | 第66-68页 |
| 3.2.4 IMP-PUP模型的构建 | 第68-70页 |
| 3.2.5 IMP-PUP的性能评价 | 第70-71页 |
| 3.3 结果与讨论 | 第71-76页 |
| 3.3.1 IMP-PUP的预测结果 | 第71-72页 |
| 3.3.2 IMP-PUP与其它预测器比较 | 第72-75页 |
| 3.3.3 最优CKSAAP特征分析 | 第75页 |
| 3.3.4 IMP-PUP在线预测网站 | 第75-76页 |
| 3.4 本章小结 | 第76-77页 |
| 4 基于模糊支持向量机的蛋白质phosphoglycerylation位点预测 | 第77-97页 |
| 4.1 引言 | 第77-79页 |
| 4.2 材料与方法 | 第79-85页 |
| 4.2.1 数据收集与预处理 | 第79页 |
| 4.2.2 特征提取方法 | 第79-81页 |
| 4.2.3 面向不平衡数据的模糊SVM算法 | 第81-85页 |
| 4.2.4 模型构建与性能评价 | 第85页 |
| 4.3 结果与讨论 | 第85-95页 |
| 4.3.1 本章算法与其它算法在UCI数据集上的比较 | 第86-89页 |
| 4.3.2 本章算法与其它算法在本章训练集上的比较 | 第89-90页 |
| 4.3.3 不同特征对模型的影响 | 第90-93页 |
| 4.3.4 CKSAAP_PhoglySite与Phogly-PseAAC的性能比较 | 第93-94页 |
| 4.3.5 CKSAAP_PhoglySite在线预测服务器 | 第94-95页 |
| 4.4 本章小结 | 第95-97页 |
| 5 结论与展望 | 第97-100页 |
| 5.1 结论 | 第97-98页 |
| 5.2 创新点 | 第98-99页 |
| 5.3 展望 | 第99-100页 |
| 参考文献 | 第100-112页 |
| 附录A 第四章相关表格 | 第112-114页 |
| 攻读博士学位期间科研项目及科研成果 | 第114-115页 |
| 致谢 | 第115-116页 |
| 作者简介 | 第116页 |
