| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 总论 | 第6-46页 |
| ·引言 | 第6-7页 |
| ·Monte Carlo方法在高分子科学领域的应用 | 第7-22页 |
| ·Monte Carlo方法的产生和发展 | 第7-9页 |
| ·Monte Carlo方法在高分子科学领域的应用 | 第9-11页 |
| ·Monte Carlo方法的基本思想及统计理论基础 | 第11-12页 |
| ·简单抽样法和重要性抽样法(Metropolis抽样法) | 第12-13页 |
| ·两种高分子链模型—格子链与非格子链模型 | 第13-20页 |
| ·高分子的相转变 | 第20-22页 |
| ·计算机模拟在分子生物学的应用 | 第22-40页 |
| ·蛋白质和核酸的结构 | 第22-30页 |
| ·蛋白质三维结构的复杂网络及其小世界属性 | 第30-32页 |
| ·蛋白质链折叠 | 第32-36页 |
| ·基于知识的势能函数 | 第36-40页 |
| ·基于知识的统计势能函数的背景 | 第36-39页 |
| ·本文所用的统计势思想基础 | 第39-40页 |
| ·几个前沿问题及选题依据 | 第40-42页 |
| ·聚两性电解质低温下的热力学性质 | 第40-41页 |
| ·蛋白质粗粒化三维网络模型的建立初探 | 第41页 |
| ·新的统计势能FIRE的建立和测试 | 第41-42页 |
| 参考文献 | 第42-46页 |
| 第二章 一种基于知识的全原子统计势能函数的建立 | 第46-70页 |
| ·引言 | 第46-47页 |
| ·蛋白质和核酸的相互作用 | 第47-48页 |
| ·用来统计的蛋白质核酸相互作用势能数据库的选择 | 第48-53页 |
| ·序列比对的研究现状序列 | 第48-51页 |
| ·我们用来统计的蛋白质核酸相互作用势能的数据库 | 第51-53页 |
| ·Protein Database Bank(PDB) | 第51-52页 |
| ·PISCES | 第52页 |
| ·区分训练库和测试库 | 第52-53页 |
| ·势能函数的建立 | 第53-55页 |
| ·参考态的选择 | 第53-54页 |
| ·原子类型 | 第54-55页 |
| ·距离的统计区间 | 第55页 |
| ·对势能函数的修正 | 第55-58页 |
| ·Sippl的小数修正 | 第56页 |
| ·基于贝叶斯统计的修正 | 第56页 |
| ·体积分数修正 | 第56-57页 |
| ·用于比较的最终势能函数 | 第57-58页 |
| ·测试 | 第58-67页 |
| ·核酸Threading测试 | 第58-60页 |
| ·区分对接假态测试(Docking Decoy Discrimination) | 第60-63页 |
| ·自然态碱基的还原能力测试 | 第63页 |
| ·蛋白质核酸结合能测试 | 第63-64页 |
| ·碱基变异的结合能变化测试 | 第64-65页 |
| ·碱基结合能力矩阵与实验对比 | 第65-67页 |
| ·结论 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 第三章 蛋白质粗粒化三维网络模型的建立初探 | 第70-83页 |
| ·本研究的系统生物学背景 | 第70-76页 |
| ·小世界模型介绍 | 第76-80页 |
| ·模型及算法 | 第80-81页 |
| ·结果及讨论 | 第81-82页 |
| 参考文献 | 第82-83页 |
| 第四章 聚两性电解质低温下的热力学性质 | 第83-95页 |
| ·引言 | 第83页 |
| ·模型和算法 | 第83-87页 |
| ·结果及讨论 | 第87-92页 |
| ·结论 | 第92-94页 |
| 参考文献 | 第94-95页 |
| 附录 | 第95-101页 |
| 攻读学位期间发表的学术论文与取得的其他研究成果 | 第101-102页 |
| 致谢 | 第102页 |
