| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第15-25页 |
| 1.1 研究背景和意义 | 第16-18页 |
| 1.2 国内外的研究现状 | 第18-21页 |
| 1.2.1 蛋白质序列数值特征提取方法 | 第18-20页 |
| 1.2.2 基因表达谱数据双聚类分析方法 | 第20-21页 |
| 1.3 本文主要工作 | 第21-23页 |
| 1.4 本文结构组织 | 第23-25页 |
| 第2章 蛋白质序列及基因数据分析方法 | 第25-40页 |
| 2.1 基础知识介绍 | 第25-28页 |
| 2.1.1 微阵列数据 | 第25-26页 |
| 2.1.2 亚细胞位置数据集 | 第26-28页 |
| 2.2 基因表达数据的双聚类算法 | 第28-32页 |
| 2.2.1 双聚类模型 | 第28页 |
| 2.2.2 双聚类类型 | 第28-29页 |
| 2.2.3 双聚类算法研究 | 第29-32页 |
| 2.3 亚细胞定位方法 | 第32-38页 |
| 2.3.1 基于序列编码的特征提取方法 | 第32-34页 |
| 2.3.2 蛋白质分类算法 | 第34-38页 |
| 2.3.2.1 基于统计的分类预测方法 | 第35-36页 |
| 2.3.2.2 基于机器学习的分类预测方法 | 第36-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 基于基因表达谱数据的共表达分析方法 | 第40-61页 |
| 3.1 表达谱数据基本概念 | 第40-41页 |
| 3.2 基于双聚类的基因共表达分析 | 第41-52页 |
| 3.2.1 基因之间的相似得分 | 第41-42页 |
| 3.2.2 双聚类相似得分 | 第42-43页 |
| 3.2.3 加法双聚类及条件选择 | 第43-44页 |
| 3.2.4 基于遗传算法的双聚类搜索策略 | 第44-45页 |
| 3.2.5 基于遗传算法的最大相似双聚类实现 | 第45-48页 |
| 3.2.6 数据集及评价指标 | 第48页 |
| 3.2.7 实验结果与分析 | 第48-52页 |
| 3.3 基于通路模块的基因共表达分析 | 第52-60页 |
| 3.3.1 实验方法 | 第52页 |
| 3.3.2 过滤法 | 第52-53页 |
| 3.3.3 构建基因共表达网络 | 第53-56页 |
| 3.3.4 实验结果 | 第56-60页 |
| 3.4 小结 | 第60-61页 |
| 第4章 基于融合数值特征模型的亚细胞定位方法 | 第61-78页 |
| 4.1 基于蛋白质氨基酸组成的多数值特征融合方法 | 第61-71页 |
| 4.1.1 原理与方法 | 第62-64页 |
| 4.1.2 数据集 | 第64-66页 |
| 4.1.3 实验结果与分析 | 第66-71页 |
| 4.2 基于局部信息及全局信息融合的数值特征提取方法 | 第71-77页 |
| 4.2.1 蛋白序列全局特征 | 第71-72页 |
| 4.2.2 蛋白序列局部特征 | 第72-73页 |
| 4.2.3 实验与分析 | 第73-77页 |
| 4.5 小结 | 第77-78页 |
| 第5章 基于迁移学习模型的蛋白质亚细胞定位方法 | 第78-89页 |
| 5.1 迁移预测方法 | 第78-83页 |
| 5.1.1 平衡数据构建 | 第78-79页 |
| 5.1.2 蛋白质序列的特征提取与特征向量构建 | 第79-81页 |
| 5.1.3 迁移预测 | 第81-83页 |
| 5.2 迁移预测实验分析与方法比较 | 第83-88页 |
| 5.2.1 数据集 | 第83-85页 |
| 5.2.2 迁移学习与Boosting | 第85-86页 |
| 5.2.3 与其它亚细胞定位方法比较 | 第86-87页 |
| 5.2.4 第二组数据集 | 第87-88页 |
| 5.3 小结 | 第88-89页 |
| 第6章 基于序列及功能注释的蛋白质相互作用预测 | 第89-99页 |
| 6.1 引言 | 第89页 |
| 6.2 蛋白质相互作用预测方法 | 第89-90页 |
| 6.3 一种基于蛋白质序列信息及本体注释信息融合的预测方法 | 第90-93页 |
| 6.3.1 蛋白质功能注释方法 | 第91-92页 |
| 6.3.2 注释信息融合 | 第92-93页 |
| 6.3.3 序列信息及注释信息融合 | 第93页 |
| 6.4 实验数据及评价指标 | 第93-94页 |
| 6.4.1 数据集 | 第93-94页 |
| 6.4.2 评价指标 | 第94页 |
| 6.5 实验结果及分析 | 第94-98页 |
| 6.5.1 酵母菌数据集上实验结果 | 第94-96页 |
| 6.5.2 人类数据集上实验结果 | 第96页 |
| 6.5.2 独立数据集上实验结果 | 第96-97页 |
| 6.5.4 蛋白质相互作用网络评价 | 第97-98页 |
| 6.6 小结 | 第98-99页 |
| 结论 | 第99-102页 |
| 参考文献 | 第102-112页 |
| 致谢 | 第112-113页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第113-114页 |
| 附录B 攻读学位期间参与的项目 | 第114页 |