非同义单核苷酸多态性与疾病相关关系的预测与分析
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 前言 | 第9-14页 |
| 1.1 生物信息学现状 | 第9-10页 |
| 1.2 生物信息数据库与查询 | 第10-13页 |
| 1.2.1 基因和基因组数据库 | 第10-11页 |
| 1.2.2 蛋白质数据库 | 第11-12页 |
| 1.2.3 功能数据库 | 第12-13页 |
| 1.2.4 其他数据库 | 第13页 |
| 1.3 本章小结 | 第13-14页 |
| 第2章 nsSNP预测研究相关知识 | 第14-27页 |
| 2.1 单核苷酸多态性(SNP)和相关知识 | 第14-21页 |
| 2.1.1 相关术语介绍 | 第17-19页 |
| 2.1.2 生物信息学在SNP领域的应用 | 第19页 |
| 2.1.3 SNP数据库 | 第19-21页 |
| 2.2 机器学习 | 第21-25页 |
| 2.2.1 基本概念 | 第21-22页 |
| 2.2.2 分析原理 | 第22页 |
| 2.2.3 模型检测 | 第22-24页 |
| 2.2.4 常用机器学习工具 | 第24-25页 |
| 2.3 特征选择 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 已有关于致病性nsSNP预测的研究 | 第27-33页 |
| 3.1 已有nsSNP预测研究小结 | 第27-28页 |
| 3.2 现有的nsSNP预测工具一览 | 第28-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第4章 关于致病性nsSNP预测研究方法改进 | 第33-52页 |
| 4.1 数据和方法 | 第33页 |
| 4.1.1 数据的来源 | 第33页 |
| 4.1.2 数据的筛选 | 第33页 |
| 4.2 蛋白质样本的数学表征 | 第33-39页 |
| 4.2.1 物理化学特征提取 | 第33-35页 |
| 4.2.2 氨基酸二级结构特征提取 | 第35-36页 |
| 4.2.3 氨基酸对特征提取 | 第36-37页 |
| 4.2.4 人类白细胞抗原(HLA)判定 | 第37-38页 |
| 4.2.5 保守性特征提取 | 第38-39页 |
| 4.2.6 nsSNP邻居特征提取 | 第39页 |
| 4.3 数据集的划分 | 第39-41页 |
| 4.3.1 数据划分原理 | 第40页 |
| 4.3.2 数据划分总类 | 第40-41页 |
| 4.4 数学建模 | 第41-42页 |
| 4.4.1 支持向量机方法原理 | 第41-42页 |
| 4.4.2 支持向量机工具 | 第42页 |
| 4.5 结果和讨论 | 第42-51页 |
| 4.5.1 模型与评价 | 第42-44页 |
| 4.5.2 同类软件比较 | 第44-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 参考文献 | 第54-61页 |
| 致谢 | 第61-62页 |
| 附录 | 第62-64页 |
| 科研成果 | 第64页 |
