首页--医药、卫生论文--基础医学论文

基于蛋白质磷酸化相关位点—修饰网络的翻译后修饰位点预测研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-21页
    1.1 研究背景及意义第11-13页
    1.2 研究现状及进展第13-18页
        1.2.1 翻译后修饰实验鉴定技术第13-14页
        1.2.2 基于计算的翻译后修饰预测工作第14-18页
    1.3 研究内容和结构安排第18-21页
第二章 磷酸化相关位点-修饰网络的构建第21-27页
    2.1 翻译后修饰相关数据库第21-23页
    2.2 翻译后修饰数据处理与分析第23-25页
    2.3 磷酸化相关位点-修饰网络的构建第25-26页
    2.4 本章总结第26-27页
第三章 基于磷酸化相关位点-修饰网络的磷酸化位点预测第27-43页
    3.1 网络链路预测第27-31页
        3.1.1 网络链路预测简介第27-28页
        3.1.2 网络链路预测算法第28-31页
            3.1.2.1 协同过滤第28-29页
            3.1.2.2 重启动随机游走第29页
            3.1.2.3 基于二分网络的资源配置第29-30页
            3.1.2.4 拉普拉斯正则化最小二乘法第30-31页
    3.2 SMNBI预测算法第31-32页
    3.3 性能评估第32-34页
        3.3.1 交叉验证第32-33页
        3.3.2 性能评估指标第33-34页
    3.4 SMNBI算法与其他网络算法的性能比较第34-36页
    3.5 SMNBI算法与磷酸化预测方法的性能比较第36-39页
    3.6 SMNBI算法预测结果分析第39-40页
    3.7 本章总结第40-43页
第四章 基于多核支持向量机的翻译后修饰位点预测第43-59页
    4.1 概述第43-44页
    4.2 多核支持向量机第44-47页
    4.3 高斯互作谱相似性核的计算第47-48页
    4.4 磷酸化位点局部序列相似性核的计算第48-49页
    4.5 磷酸化预测性能评估第49-53页
    4.6 其他翻译后修饰预测性能评估第53-56页
    4.7 MK-SVM算法预测结果分析第56-58页
    4.8 本章总结第58-59页
第五章 总结与展望第59-63页
    5.1 本文工作总结第59-60页
    5.2 工作展望第60-63页
参考文献第63-71页
附录1 SMNBI算法的核心代码实现第71-72页
附录2 MK-SVM算法的核心代码实现第72-73页
附录3 丝/苏氨酸位点上的激酶group的性能对比第73-74页
附录4 酪氨酸位点上的激酶group的性能对比第74-75页
附录5 激酶group CAMK和CMGC的性能指标对比第75-77页
致谢第77-79页
在读期间发表的学术论文第79页

论文共79页,点击 下载论文
上一篇:类星体的颜色光变的研究
下一篇:表面肌电模式识别的新控制策略研究