| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景、目的及意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 论文主要工作 | 第16-17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 第2章 药物-靶标相互作用网络预测相关知识 | 第19-30页 |
| 2.1 药物、靶标和药物ATC编码的概念 | 第19-21页 |
| 2.2 机器学习基本理论 | 第21-22页 |
| 2.3 图的基本理论 | 第22-24页 |
| 2.4 网络药理学研究 | 第24-26页 |
| 2.4.1 网络药理学概念和研究现状 | 第24-26页 |
| 2.4.2 网络药理学的研究方法 | 第26页 |
| 2.5 性能评价指标与方法 | 第26-29页 |
| 2.5.1 性能评价指标 | 第26-28页 |
| 2.5.2 性能评价方法 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于改进的有监督学习方法药物靶标预测 | 第30-42页 |
| 3.1 引言 | 第30-32页 |
| 3.2 基于改进有监督学习方法的药物靶标预测方法研究 | 第32-37页 |
| 3.2.1 构建化学空间、基因空间和疗效空间 | 第32-33页 |
| 3.2.4 改进的二分图学习方法进行药物靶标预测 | 第33-37页 |
| 3.3 结果与讨论 | 第37-40页 |
| 3.3.1 数据集 | 第37-38页 |
| 3.3.2 不同预测方法的比较 | 第38页 |
| 3.3.3 新药物-靶标相互作用关系对的发现 | 第38-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第4章 基于改进的半监督学习方法药物靶标预测 | 第42-52页 |
| 4.1 引言 | 第42-43页 |
| 4.2 基于改进半监督学习方法的药物靶标预测方法研究 | 第43-48页 |
| 4.2.1 构建化学空间、基因空间和疗效空间 | 第43-45页 |
| 4.2.2 改进的拉普拉斯方法进行药物靶标预测 | 第45-47页 |
| 4.2.3 改进的最小二乘方法进行药物靶标预测 | 第47-48页 |
| 4.3 结果与讨论 | 第48-51页 |
| 4.3.1 数据集 | 第48页 |
| 4.3.2 不同预测方法的比较 | 第48-49页 |
| 4.3.3 新的药物-靶标相互作用关系对的发现 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 结论 | 第52-55页 |
| 参考文献 | 第55-59页 |
| 附录 A攻读学位期间所发表的学术成果 | 第59-60页 |
| 致谢 | 第60页 |