| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 背景与意义 | 第14-16页 |
| 1.2 本文主要研究内容及特色工作 | 第16-18页 |
| 1.2.1 本文主要研究内容 | 第16-17页 |
| 1.2.2 本文特色工作 | 第17-18页 |
| 1.3 章节安排 | 第18-22页 |
| 第2章 基于无目标分析的DIA数据预处理模型 | 第22-36页 |
| 2.1 背景与研究现状 | 第22-25页 |
| 2.2 MSCNN模型 | 第25-28页 |
| 2.3 样本的提取流程 | 第28-31页 |
| 2.3.1 利用FDR对提取的峰进行标注 | 第29-30页 |
| 2.3.2 对样本进行重提取以及预处理 | 第30-31页 |
| 2.4 MSCNN模型在数据集的应用 | 第31-35页 |
| 2.4.1 数据集 | 第31-32页 |
| 2.4.2 实验结果 | 第32-33页 |
| 2.4.3 算法比较 | 第33-34页 |
| 2.4.4 概率阈值的选择 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 基于有目标分析的RTF平台DIA数据的预处理以及蛋白质定量模型 | 第36-50页 |
| 3.1 背景与研究现状 | 第36-39页 |
| 3.2 RTF平台的DIA数据预处理 | 第39-45页 |
| 3.2.1 均匀提取算法 | 第39-40页 |
| 3.2.2 数据集 | 第40-42页 |
| 3.2.3 预处理结果 | 第42-44页 |
| 3.2.4 相似度阈值对预处理的影响 | 第44-45页 |
| 3.3 蛋白质定量 | 第45-49页 |
| 3.3.1 定量模型 | 第45-46页 |
| 3.3.2 数据集 | 第46-47页 |
| 3.3.3 定量结果 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 同源蛋白库构建中的逆翻译算法优化 | 第50-64页 |
| 4.1 背景与研究现状 | 第50-51页 |
| 4.2 逆翻译问题的多目标模型构建 | 第51-53页 |
| 4.3 NSGA-Ⅱ算法 | 第53-56页 |
| 4.3.1 NSGA-Ⅱ概念介绍 | 第53-55页 |
| 4.3.2 算法流程 | 第55-56页 |
| 4.4 多目标模型在荧光蛋白上的仿真实验 | 第56-58页 |
| 4.4.1 数据集 | 第56-57页 |
| 4.4.2 实验结果 | 第57-58页 |
| 4.5 多目标模型的相关分析 | 第58-63页 |
| 4.5.1 同源序列的产生 | 第58-59页 |
| 4.5.2 问题规模对多目标模型的影响 | 第59-62页 |
| 4.5.3 序列同源性对多目标模型的影响 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 总结与展望 | 第64-68页 |
| 5.1 工作总结 | 第64-65页 |
| 5.2 后续的研究工作 | 第65-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 在读期间发表的学术论文与取得的研究成果 | 第76页 |