首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

蛋白质网络模体发现算法及其在关键蛋白质识别中的应用

摘要第5-7页
Abstract第7-9页
第1章 绪论第16-24页
    1.1 研究背景与意义第16-18页
    1.2 国内外研究现状第18-20页
        1.2.1 结构网络模体发现算法第18-19页
        1.2.2 生物网络模体发现算法第19-20页
        1.2.3 概率网络模体发现算法第20页
    1.3 本文主要工作及贡献第20-22页
    1.4 论文组织结构第22-24页
第2章 图论相关基础与网络模体发现基本问题第24-34页
    2.1 图论相关基础第24-27页
    2.2 网络模体的定义第27-33页
        2.2.1 随机网络模型第28-30页
        2.2.2 子图枚举第30页
        2.2.3 子图同构第30-31页
        2.2.4 网络模体统计意义评价第31-33页
    2.3 本章小结第33-34页
第3章 基于整数组合和模式增长的模体发现算法第34-56页
    3.1 引言第34-35页
    3.2 相关工作第35-36页
    3.3 基于整数组合的子树枚举和统计算法第36-46页
        3.3.1 问题描述第36-37页
        3.3.2 子树枚举第37-40页
        3.3.3 子树分类第40-46页
        3.3.4 MTMO算法并行化第46页
        3.3.5 子树枚举算法时间复杂度分析第46页
    3.4 基于模式增长的非树型子图的查找第46-47页
    3.5 实验及结果分析第47-55页
        3.5.1 实验数据和平台第47-48页
        3.5.2 标记根树对性能的影响第48-49页
        3.5.3 与G-Tries算法的比较第49-50页
        3.5.4 与MODA的比较第50-52页
        3.5.5 并行化的加速比第52页
        3.5.6 网络模体发现第52-55页
    3.6 本章小结第55-56页
第4章 基于组合技术的子树枚举和统计算法第56-72页
    4.1 引言第56页
    4.2 相关工作第56-57页
    4.3 基于组合技术的子树枚举和统计算法第57-65页
        4.3.1 问题描述第57-58页
        4.3.2 子树统计第58-63页
        4.3.3 子树枚举第63-64页
        4.3.4 CombiMotif算法时间复杂度分析第64-65页
    4.4 实验及结果分析第65-71页
        4.4.1 与G-Tries、Color-coding算法的比较第65-68页
        4.4.2 与MODA、FASCIA算法的比较第68-70页
        4.4.3 多个蛋白质网络的比较第70-71页
    4.5 本章小结第71-72页
第5章 整合拓扑属性和功能信息的生物模体识别算法第72-86页
    5.1 引言第72页
    5.2 相关工作第72-73页
    5.3 整合拓扑属性和功能信息的生物网络模体识别算法第73-78页
        5.3.1 边聚集系数第74-75页
        5.3.2 GO短语的语义相似性第75-77页
        5.3.3 蛋白质对的生物显著性值cp第77页
        5.3.4 Ecc-GOSS算法描述第77-78页
    5.4 实验及结果分析第78-85页
        5.4.1 实验数据第78页
        5.4.2 评价方法第78-80页
        5.4.3 实验结果分析第80-85页
    5.5 本章小结第85-86页
第6章 基于模体扩展和边聚集系数的关键蛋白质识别算法第86-104页
    6.1 引言第86页
    6.2 相关工作第86-90页
        6.2.1 基于网络拓扑特征的方法第86-88页
        6.2.2 整合网络拓扑特征和生物信息的方法第88-90页
    6.3 模体扩展模型第90-91页
    6.4 关键蛋白质识别算法ME第91页
    6.5 关键蛋白质识别算法ME-ECC第91-92页
    6.6 实验及结果分析第92-103页
        6.6.1 实验数据第92-94页
        6.6.2 评价方法第94-95页
        6.6.3 实验结果分析第95-103页
    6.7 本章小结第103-104页
结论第104-107页
参考文献第107-117页
附录 A 攻读学位期间所发表的科研成果第117-118页
附录 B 攻读学位期间所参加的科研项目第118-119页
致谢第119页

论文共119页,点击 下载论文
上一篇:“乐活”消费伦理研究
下一篇:安卓手机应用流量分析及恶意行为检测技术研究