| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-16页 |
| 1 绪论 | 第16-34页 |
| ·启动子预测研究的意义 | 第16-17页 |
| ·启动子的结构与功能 | 第17-27页 |
| ·启动子的结构 | 第17-23页 |
| ·启动子的功能 | 第23-27页 |
| ·真核启动子预测研究进展 | 第27-32页 |
| ·启动子预测所面临的难题 | 第27页 |
| ·启动子预测算法的分类 | 第27-28页 |
| ·启动子预测研究现状 | 第28-32页 |
| ·本文第一部分的主要研究内容和意义 | 第32-34页 |
| 2 基于BP神经网络的启动子预测方法研究 | 第34-54页 |
| ·基本理论 | 第34-38页 |
| ·生物神经元模型 | 第34页 |
| ·人工神经元模型 | 第34-35页 |
| ·常用的传递函数 | 第35-36页 |
| ·人工神经网络模型 | 第36-37页 |
| ·隐含层数和层内节点的选择 | 第37-38页 |
| ·神经网络的基本特性 | 第38页 |
| ·系统结构 | 第38-39页 |
| ·方法 | 第39-41页 |
| ·序列特征参数的提取 | 第39页 |
| ·BP学习算法 | 第39-41页 |
| ·数据集的选取 | 第41-48页 |
| ·结果与讨论 | 第48-54页 |
| ·系统参数的设定 | 第48-49页 |
| ·实验结果 | 第49-53页 |
| ·讨论 | 第53-54页 |
| 3 基于遗传神经网络的启动子预测方法研究 | 第54-70页 |
| ·遗传算法的基本概念 | 第54-55页 |
| ·遗传算法的基本原理 | 第55-56页 |
| ·遗传算法的基本操作 | 第56-58页 |
| ·编码 | 第56-57页 |
| ·初始群体的生成 | 第57页 |
| ·适应度函数 | 第57页 |
| ·选择操作 | 第57-58页 |
| ·交叉操作 | 第58页 |
| ·变异操作 | 第58页 |
| ·遗传算法的流程 | 第58-60页 |
| ·遗传算法的特点 | 第60页 |
| ·遗传神经网络算法的设计 | 第60-63页 |
| ·算法描述 | 第60页 |
| ·神经网络输入参数的确定 | 第60-61页 |
| ·神经网络结构模型 | 第61页 |
| ·GA学习算法 | 第61-63页 |
| ·数据集的选取 | 第63页 |
| ·结果与讨论 | 第63-70页 |
| ·系统参数的设定 | 第63-66页 |
| ·实验结果 | 第66-69页 |
| ·讨论 | 第69-70页 |
| 4 基于马尔科夫转移矩阵的启动子预测方法研究 | 第70-84页 |
| ·生物学数据的数字化特性 | 第71页 |
| ·马尔科夫链和隐马尔科夫模型的定义 | 第71-72页 |
| ·马尔科夫链的数学模型 | 第72-73页 |
| ·DNA序列的马尔科夫链模型 | 第73页 |
| ·方法 | 第73-74页 |
| ·数据集的选取 | 第74-76页 |
| ·结果与讨论 | 第76-84页 |
| ·实验结果 | 第76-83页 |
| ·讨论 | 第83-84页 |
| 5 生物大分子的定量构效关系研究 | 第84-92页 |
| ·生物大分子定量构效关系研究的意义 | 第84-85页 |
| ·QSAR对于基因组学研究的意义 | 第84页 |
| ·QSAR对于蛋白质组学研究的意义 | 第84-85页 |
| ·定量构效关系的研究步骤 | 第85页 |
| ·定量构效关系中的分子结构参数化方法 | 第85-88页 |
| ·物化性质类参数 | 第85-86页 |
| ·立体类参数 | 第86页 |
| ·量化计算类参数 | 第86页 |
| ·拓扑图论参数 | 第86-88页 |
| ·定量构效相关建模及方法 | 第88-89页 |
| ·多元线性回归方法 | 第88-89页 |
| ·逐步回归方法 | 第89页 |
| ·定量构效相关模型质量评价 | 第89-91页 |
| ·本文第二部分的研究内容和意义 | 第91-92页 |
| 6 启动子的结构表征与生物活性定量预测 | 第92-102页 |
| ·数据集的选取 | 第92-93页 |
| ·分子电性距离矢量 | 第93-96页 |
| ·MEDV的几个基本概念 | 第93-94页 |
| ·MEDV的计算方法 | 第94-96页 |
| ·结果与讨论 | 第96-102页 |
| ·多元线性回归建模与分析 | 第96-98页 |
| ·逐步回归建模与分析 | 第98-101页 |
| ·讨论 | 第101-102页 |
| 7 变形虫穿孔肽及其类似物结构表征与抗菌活性定量预测 | 第102-116页 |
| ·数据集的选取 | 第103-104页 |
| ·BMEDV的计算方法 | 第104-106页 |
| ·结果与讨论 | 第106-116页 |
| ·多元线性回归建模与分析 | 第106-110页 |
| ·逐步回归建模与分析 | 第110-115页 |
| ·讨论 | 第115-116页 |
| 8 结论 | 第116-120页 |
| 致谢 | 第120-122页 |
| 参考文献 | 第122-132页 |
| 附：1.中英文缩写一览 | 第132-134页 |
| 2.作者在攻读博士学位期间发表的论文及相关工作 | 第133-134页 |