蛋白质相互作用界面中热点残基预测方法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文的研究内容 | 第10-11页 |
| 1.4 本文的结构安排 | 第11-12页 |
| 第二章 蛋白质相互作用机制 | 第12-16页 |
| 2.1 蛋白质的组成 | 第12页 |
| 2.2 蛋白质相互作用的相关介绍 | 第12-13页 |
| 2.3 热点残基的相关介绍 | 第13-14页 |
| 2.4 相关数据库的介绍 | 第14-15页 |
| 2.5 本章小结 | 第15-16页 |
| 第三章 分类算法和特征选择 | 第16-26页 |
| 3.1 常用分类算法介绍 | 第16-19页 |
| 3.1.1 决策树分类算法 | 第16-17页 |
| 3.1.2 贝叶斯分类算法 | 第17-18页 |
| 3.1.3 神经网络分类算法 | 第18-19页 |
| 3.2 支持向量机 | 第19-23页 |
| 3.2.1 VC 维 | 第20页 |
| 3.2.2 结构风险最小化 | 第20-21页 |
| 3.2.3 线性可分 SVM | 第21-23页 |
| 3.2.4 线性不可分 SVM | 第23页 |
| 3.3 特征选择方法介绍 | 第23-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 蛋白质相互作用结合面热点残基的预测 | 第26-36页 |
| 4.1 数据集的准备 | 第26-27页 |
| 4.2 蛋白质序列的特征提取与选择 | 第27-34页 |
| 4.2.1 基于氨基酸理化属性的特征 | 第28-29页 |
| 4.2.2 基于蛋白质结构信息的特征 | 第29-32页 |
| 4.2.3 其它蛋白质相关特征 | 第32-33页 |
| 4.2.4 蛋白质特征选择方法 | 第33-34页 |
| 4.3 预测模型的构建 | 第34页 |
| 4.4 预测模型的性能评价 | 第34-35页 |
| 4.5 本章小结 | 第35-36页 |
| 第五章 实验结果与分析 | 第36-40页 |
| 5.1 五个预测模型的评价 | 第36页 |
| 5.2 混合 SVM 模型的构建 | 第36-38页 |
| 5.3 与其它方法的比较 | 第38-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第六章 总结与展望 | 第40-42页 |
| 6.1 工作总结 | 第40-41页 |
| 6.2 展望 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 致谢 | 第46-47页 |
| 附录 A 训练样本集中的ΔΔG 值 | 第47-51页 |
| 附录 B 测试样本集的详细信息 | 第51-53页 |
| 附录 C 攻读学位其间发表的论文及参与项目 | 第53-54页 |
| 详细摘要 | 第54-58页 |
