| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-17页 |
| ·课题研究背景 | 第10-11页 |
| ·课题研究现状 | 第11-15页 |
| ·蛋白质相互作用网络聚类分析 | 第12-13页 |
| ·蛋白质相似性网络的聚类分析 | 第13-14页 |
| ·代谢网络聚类分析 | 第14-15页 |
| ·本论文的主要研究内容 | 第15-16页 |
| ·本论文的组织结构 | 第16-17页 |
| 第二章 几种典型的复杂生物网络 | 第17-26页 |
| ·引言 | 第17页 |
| ·蛋白质相互作用网络 | 第17-19页 |
| ·蛋白质相似性网络 | 第19-22页 |
| ·代谢网络 | 第22-24页 |
| ·药物-药物靶标网络 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于网络模块性的聚类算法 | 第26-47页 |
| ·引言 | 第26-27页 |
| ·基于网络模块性的聚类算法 | 第27-33页 |
| ·模块性指标的基本思想和原理 | 第27-28页 |
| ·已提出的基于模块性优化的集团探测方法 | 第28页 |
| ·CD 算法 | 第28-33页 |
| ·结果与讨论 | 第33-45页 |
| ·CD 算法在Zipf 块状模型上的实验结果 | 第33-38页 |
| ·CD 算法在现实网络上的实验结果 | 第38-40页 |
| ·CD 算法在Lancichinetti 基准模型网络上的实验结果 | 第40-42页 |
| ·扰乱概率p 对实验结果的影响 | 第42-43页 |
| ·参数INTER 对实验结果的影响 | 第43-44页 |
| ·模块性定义分辨限度问题的讨论 | 第44-45页 |
| ·本章小结 | 第45-47页 |
| 第四章 基于蛋白质相似性网络的聚类研究 | 第47-65页 |
| ·引言 | 第47-49页 |
| ·材料和方法 | 第49-54页 |
| ·数据来源 | 第49-50页 |
| ·蛋白质相似性网络的构建 | 第50-51页 |
| ·聚类算法 | 第51-53页 |
| ·性能评估指标 | 第53-54页 |
| ·结果与讨论 | 第54-63页 |
| ·算法在手工挑选数据集上的实验结果 | 第55-57页 |
| ·聚类结果中的错例分析 | 第57-61页 |
| ·算法在随机挑选的数据集上的实验结果 | 第61-62页 |
| ·算法稳定性测试 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第五章 蛋白质相互作用网络的聚类研究 | 第65-75页 |
| ·引言 | 第65-66页 |
| ·材料和方法 | 第66-67页 |
| ·数据来源 | 第66页 |
| ·蛋白质相互作用网络的构建 | 第66页 |
| ·聚类算法 | 第66页 |
| ·模块的定量定义 | 第66-67页 |
| ·集团的功能注释方法 | 第67页 |
| ·结果与讨论 | 第67-74页 |
| ·通过连接密度对得到的集团进行验证 | 第68-69页 |
| ·与MIPS 数据库中已知的蛋白质复合体的比较 | 第69-70页 |
| ·对得到集团的注释 | 第70-72页 |
| ·功能集团举例分析 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 图聚类算法的评价模型 | 第75-83页 |
| ·引言 | 第75-76页 |
| ·NR 模型的构建 | 第76-77页 |
| ·举例说明模型的使用 | 第77-81页 |
| ·数据来源 | 第77-78页 |
| ·聚类算法 | 第78页 |
| ·符合率指标 | 第78页 |
| ·β取不同值时的模型网络 | 第78-79页 |
| ·基于NR 模型评价谱聚类算法和CD 算法 | 第79-81页 |
| ·本章小结 | 第81-83页 |
| 第七章 总结与展望 | 第83-86页 |
| ·本文的工作总结 | 第83-84页 |
| ·展望 | 第84-86页 |
| 论文创新点 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-101页 |
| 附录A 酵母蛋白质相互作用数据集聚类结果 | 第101-110页 |
| 附录B 本论文用到的图论术语 | 第110-111页 |
| 附录C 作者在攻读博士学位期间发表的论文 | 第111页 |