| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 生物信息学概述 | 第10-12页 |
| 1.2 蛋白质-DNA 相互作用 | 第12-13页 |
| 1.2.1 蛋白质与 DNA 相互作用的形式 | 第12-13页 |
| 1.2.2 蛋白质-DNA 相互作用的研究方法 | 第13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 本文工作 | 第14-16页 |
| 第二章 本文用到的主要研究方法 | 第16-26页 |
| 2.1 基于蛋白质序列信息的特征表示方法 | 第16-18页 |
| 2.1.1 氨基酸进化信息 | 第16页 |
| 2.1.2 氨基酸理化信息 | 第16页 |
| 2.1.3 氨基酸结构信息 | 第16-17页 |
| 2.1.4 K-spaced 氨基酸对编码方式介绍 | 第17-18页 |
| 2.2 机器学习方法 | 第18-24页 |
| 2.2.1 随机森林 | 第18-20页 |
| 2.2.2 人工神经网络 | 第20-21页 |
| 2.2.3 支持向量机 | 第21-24页 |
| 2.3 评价标准 | 第24-25页 |
| 2.4 K 折交叉验证 | 第25-26页 |
| 第三章 基于K-spaced氨基酸构成的蛋白质-DNA相互作用位点预测研究 | 第26-29页 |
| 3.1 数据来源 | 第26-27页 |
| 3.2 K-spaced 氨基酸对特征表示方法 | 第27页 |
| 3.3 预测模型建立 | 第27-29页 |
| 第四章 结果比较与讨论 | 第29-37页 |
| 4.1 蛋白质-DNA 结合位点氨基酸残基倾向性分析 | 第29-31页 |
| 4.2 PDNA62 和 PDNA224 预测模型参数分析 | 第31-35页 |
| 4.3 与其他预测器性能比较 | 第35-36页 |
| 4.4 本章小结 | 第36-37页 |
| 第五章 结束语 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 致谢 | 第41页 |
