首页--生物科学论文--生物化学论文--蛋白质论文

蛋白质相互作用与功能预测方法研究

摘要第1-14页
ABSTRACT第14-16页
第一章 绪论第16-30页
   ·引言第16-17页
   ·研究背景第17-25页
     ·蛋白质相互作用的意义第18-19页
     ·蛋白质相互作用预测的相关研究第19-22页
     ·基于蛋白质相互作用网络的功能预测相关研究第22-25页
     ·蛋白质相互作用研究给生物信息学带来的挑战第25页
   ·论文的研究内容和创新点第25-29页
     ·主要研究内容第25-27页
     ·主要创新点第27-29页
   ·论文的结构第29-30页
第二章 基于序列的蛋白质相互作用预测方法研究第30-58页
   ·蛋白质对编码方法研究第30-43页
     ·常用的蛋白质对编码方法第30-31页
     ·蛋白质对的对称编码方法第31-34页
     ·基于PCA-HKNN的预测算法第34-37页
     ·数据集和预测性能评价标准第37-39页
     ·结果分析第39-43页
   ·分类算法的改进Ⅰ:核局部超平面分类算法第43-51页
     ·核局部超平面分类算法第43-45页
     ·用于蛋白质相互作用预测的核函数第45-47页
     ·实验结果和讨论第47-51页
   ·分类算法的改进Ⅱ:局部支持向量机第51-57页
     ·支持向量机分类方法第51-53页
     ·局部支持向量机方法第53-55页
     ·实验结果和讨论第55-57页
   ·本章小结第57-58页
第三章 结构域相互作用预测方法研究第58-80页
   ·结构域相互作用问题描述第58-60页
   ·常用算法及存在的问题第60-63页
     ·关联方法第61页
     ·最大似然估计方法第61-62页
     ·结构域对排除分析方法第62页
     ·简约解释方法第62-63页
   ·基于支持-反对模型的结构域预测方法第63-68页
     ·支持模型第63-66页
     ·反对模型第66-67页
     ·支持-反对模型第67-68页
   ·实验结果和讨论第68-78页
     ·数据集第68页
     ·数据集分析第68-72页
     ·不同模型对结构域相互作用预测性能的比较第72-74页
     ·具有较高SO得分的结构域对分析第74页
     ·结构域介导蛋白质相互作用情况分析第74-77页
     ·与其它方法进行比较第77-78页
   ·本章小结第78-80页
第四章 蛋白质相互作用可信度对功能预测的影响第80-94页
   ·高通量蛋白质相互作用数据的可信度问题第80-81页
   ·数据和方法第81-84页
     ·数据准备第81-82页
     ·基本的蛋白质功能预测方法第82-83页
     ·蛋白质功能预测的加权方法第83-84页
     ·蛋白质功能预测的性能评价指标第84页
   ·结果与讨论第84-93页
     ·不同可信度的相互作用数据分析第84-87页
     ·样本权重对预测性能的影响第87-89页
     ·样本权重的确定第89-93页
   ·本章小结第93-94页
第五章 基于全局优化的蛋白质功能预测方法研究第94-110页
   ·引言第94-95页
   ·相关的蛋白质功能预测方法第95-96页
     ·全局优化方法GOM第95-96页
     ·改进的全局优化方法MFGO第96页
   ·基于广义优化框架和随机游走的蛋白质功能预测方法第96-100页
     ·广义优化框架第96-99页
     ·基于RWR的蛋白质功能相似性度量第99-100页
   ·实验结果第100-109页
     ·数据第100-101页
     ·预测性能评价标准第101页
     ·蛋白质功能相似性分析第101-104页
     ·参数γ对预测性能的影响第104-105页
     ·与其它方法的性能比较第105-109页
   ·本章小结第109-110页
第六章 基于Logistic回归的蛋白质功能预测方法研究第110-130页
   ·引言第110页
   ·方法描述第110-114页
     ·蛋白质编码方法第111-112页
     ·Logistic回归第112-114页
   ·实验结果和讨论第114-119页
     ·数据准备第114-115页
     ·预测性能评价标准第115-116页
     ·相互作用可信度对算法性能的影响第116-117页
     ·不同分类方法的性能比较第117-118页
     ·不同功能预测方法的性能比较第118-119页
   ·蛋白质特征选择第119-128页
     ·特征选择简介第119-121页
     ·蛋白质特征选择第121-123页
     ·结果分析第123-128页
   ·本章小结第128-130页
第七章 结束语第130-134页
   ·论文工作总结第130-131页
   ·未来工作展望第131-134页
致谢第134-136页
参考文献第136-146页
作者在学期间取得的学术成果第146-147页

论文共147页,点击 下载论文
上一篇:基于代谢网络的系统发育重建方法研究
下一篇:光锥分布振幅及其在非微扰QCD中的应用