| 致谢 | 第1-5页 |
| 中文摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 目次 | 第8-10页 |
| 1. 文献综述 | 第10-35页 |
| ·蛋白质-小分子结合位点 | 第10-11页 |
| ·蛋白质三维结构文件 | 第11-13页 |
| ·蛋白质-小分子结合位点预测算法 | 第13-33页 |
| ·基于几何特征的预测算法 | 第14-32页 |
| ·基于三维网格的预测算法 | 第15-26页 |
| ·基于球体的预测算法 | 第26-30页 |
| ·基于α-shape的预测算法 | 第30-32页 |
| ·基于生化物理特征的预测算法 | 第32-33页 |
| ·基于能量的预测算法 | 第32-33页 |
| ·基于序列保守性的预测算法 | 第33页 |
| ·总结和展望 | 第33-35页 |
| 2. 基于算法组合思想的蛋白质小分子结合位点预测新算法 | 第35-57页 |
| ·引言 | 第35-36页 |
| ·材料和方法 | 第36-45页 |
| ·测试数据集 | 第36-38页 |
| ·MetaPocket2.0算法 | 第38-44页 |
| ·执行传统算法 | 第40页 |
| ·计算结合位点 | 第40-43页 |
| ·氨基酸映射 | 第43-44页 |
| ·算法性能评估标准 | 第44-45页 |
| ·结果和讨论 | 第45-53页 |
| ·MetaPocket 2.0比1.0版本提升了预测精度 | 第45-46页 |
| ·MetaPocket 2.0预测精度高于任何一种单一算法 | 第46-47页 |
| ·蛋白质表面真实结合位点的个数与预测成功率之间的关系 | 第47-48页 |
| ·绝大多数的小分子结合在大的口袋处 | 第48-49页 |
| ·预测失败的例子 | 第49-53页 |
| ·METAPOCKET 2.0网络预测服务器构建 | 第53-57页 |
| ·服务器介绍 | 第53-54页 |
| ·服务器设计 | 第54-55页 |
| ·三维结果显示 | 第55-57页 |
| 3. 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-70页 |
| 附录A 蛋白质小分子结合位点预测算法核心代码(PYTHON) | 第62-70页 |
| 个人简历 | 第70页 |
