| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 凋亡蛋白亚细胞定位研究现状及分析 | 第11-12页 |
| 1.3 本文研究的主要内容 | 第12页 |
| 1.4 论文组织结构 | 第12-14页 |
| 第二章 蛋白质亚细胞定位预测的相关知识 | 第14-26页 |
| 2.1 相关基础知识简介 | 第14-16页 |
| 2.1.1 蛋白质介绍 | 第14-15页 |
| 2.1.2 亚细胞结构介绍 | 第15-16页 |
| 2.2 蛋白质样本数据集的构建 | 第16-19页 |
| 2.2.1 蛋白质数据库简介 | 第17-18页 |
| 2.2.2 实验数据的筛选规则 | 第18-19页 |
| 2.3 蛋白质序列的特征提取方法 | 第19-22页 |
| 2.3.1 伪氨基酸组成 | 第20-21页 |
| 2.3.2 序列进化信息 | 第21-22页 |
| 2.4 预测算法的介绍 | 第22-23页 |
| 2.4.1 K最近邻算法 | 第22-23页 |
| 2.4.2 支持向量机 | 第23页 |
| 2.5 预测性能评估 | 第23-26页 |
| 第三章 基于同源蛋白GO注释的凋亡蛋白亚细胞定位预测 | 第26-36页 |
| 3.1 引言 | 第26页 |
| 3.2 数据集 | 第26-27页 |
| 3.3 特征表示 | 第27-29页 |
| 3.3.1 基因本体数据库简介 | 第27-28页 |
| 3.3.2 特征提取方法 | 第28-29页 |
| 3.4 预测流程 | 第29-30页 |
| 3.5 预测算法 | 第30页 |
| 3.6 实验结果与讨论 | 第30-32页 |
| 3.6.1 同源蛋白质数量对预测结果的影响 | 第30-31页 |
| 3.6.2 预测结果展示 | 第31页 |
| 3.6.3 与其他方法的性能对比 | 第31-32页 |
| 3.7 在线生物信息服务网站 | 第32-34页 |
| 3.8 本章小结 | 第34-36页 |
| 第四章 基于不平衡学习的凋亡蛋白亚细胞定位预测 | 第36-44页 |
| 4.1 引言 | 第36-37页 |
| 4.2 特征表示 | 第37页 |
| 4.3 基于随机欠采样技术的集成支持向量机分类算法 | 第37-39页 |
| 4.4 实验结果和讨论 | 第39-42页 |
| 4.4.1 同源蛋白质数量对预测结果的影响 | 第39-40页 |
| 4.4.2 与传统多类SVM性能比较 | 第40-41页 |
| 4.4.3 与其他方法的性能比较 | 第41-42页 |
| 4.5 在线生物信息服务网站 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第五章 凋亡蛋白亚细胞多位置预测 | 第44-52页 |
| 5.1 引言 | 第44-45页 |
| 5.2 数据集的构建 | 第45页 |
| 5.3 特征表示 | 第45-46页 |
| 5.4 预测算法 | 第46-48页 |
| 5.5 实验结果和讨论 | 第48-50页 |
| 5.5.1 在数据集MSapo518上评估预测模型 | 第48-49页 |
| 5.5.2 与其他领域预测方法的比较 | 第49-50页 |
| 5.6 在线生物信息服务网站 | 第50页 |
| 5.7 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 研究展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 附录1 攻读硕士学位期间发表论文目录 | 第62-63页 |
| 附录2 攻读硕士学位期间获得科研鉴定成果 | 第63页 |
