摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 蛋白质—DNA相互作用的研究背景 | 第11-27页 |
·蛋白质—DNA的相互作用 | 第11-13页 |
·蛋白质—DNA相互作用概述 | 第11页 |
·蛋白质—DNA相互作用形式 | 第11-12页 |
·蛋白质—DNA相互作用的研究方法 | 第12-13页 |
·DNA结合蛋白的特征 | 第13-15页 |
·生物信息学概述 | 第15-16页 |
·生物信息学介绍 | 第15页 |
·生物信息学与药物设计 | 第15-16页 |
·数据挖掘概述 | 第16-22页 |
·数据挖掘与生物信息学 | 第16-17页 |
·特征选择的方法 | 第17-19页 |
·非平衡数据问题 | 第19-20页 |
·集成学习方法 | 第20-22页 |
·研究现状 | 第22-27页 |
·机器学习的研究方法 | 第22-23页 |
·其他的计算研究方法 | 第23页 |
·DNA结合蛋白的研究资源 | 第23-27页 |
第2章 DNA结合蛋白的预测研究 | 第27-52页 |
·DNA结合蛋白的研究目的与思路 | 第27-29页 |
·研究目的 | 第27页 |
·研究思路 | 第27页 |
·支持向量机的介绍 | 第27-28页 |
·模型的评价方法 | 第28-29页 |
·材料与方法 | 第29-41页 |
·实验数据集 | 第29-31页 |
·主数据集1-DNAdset | 第30页 |
·主数据集2-DNAaset | 第30页 |
·独立测试集—DNAiset | 第30页 |
·现实数据集—DNArset | 第30-31页 |
·蛋白质序列特征提取 | 第31-36页 |
·氨基酸组成信息 | 第31-32页 |
·蛋白质的物理化学性质 | 第32-35页 |
·蛋白质的进化信息 | 第35页 |
·蛋白质的结构功能信息 | 第35-36页 |
·蛋白特征值转换方法 | 第36-38页 |
·OCTD转换方法 | 第36页 |
·ACC转换方法 | 第36-37页 |
·SAA转换方法 | 第37-38页 |
·最优描述符的挑选过程 | 第38-40页 |
·mRMR特征挑选方法 | 第38-39页 |
·IFS最优特征子集挑选 | 第39-40页 |
·集成学习过程 | 第40页 |
·试验方法的编程实现 | 第40-41页 |
·DNA结合蛋白的预测结果与讨论 | 第41-52页 |
·AC特征转换方法的结果 | 第41-42页 |
·描述符的初步考察 | 第42-45页 |
·特征挑选结果 | 第45-46页 |
·mRMR特征排序结果 | 第45页 |
·IFS特征挑选结果 | 第45-46页 |
·集成学习方法的结果 | 第46-48页 |
·独立测试集的结果 | 第48页 |
·DN-set数据集的结果 | 第48页 |
·与已报道方法的比较 | 第48-50页 |
·结果讨论 | 第50-51页 |
·本章小结 | 第51-52页 |
第3章 RNA结合蛋白的预测和分析 | 第52-68页 |
·背景介绍 | 第52-56页 |
·RNA结合蛋白的概述 | 第52-53页 |
·RNA结合蛋白的特征 | 第53-54页 |
·RNA结合蛋白的研究现状 | 第54-56页 |
·研究方法和材料 | 第56-63页 |
·数据集 | 第56-57页 |
·训练集RNAstset | 第56页 |
·训练集RNAptset | 第56页 |
·独立测试集RNAiset | 第56-57页 |
·蛋白质的序列特征计算 | 第57-60页 |
·PSSM打分矩阵 | 第57页 |
·尺度特征描述符(scale-descriptors) | 第57-60页 |
·PSSMP特征矩阵的定义 | 第60-61页 |
·滑动窗口提取特征方法 | 第61-62页 |
·RNA结合位点的预测模型 | 第62页 |
·RNA结合蛋白的预测模型 | 第62-63页 |
·模型评价方法 | 第63页 |
·结果与讨论 | 第63-66页 |
·RNA结合位点的预测结果 | 第63-64页 |
·RNA结合蛋白的预测结果 | 第64-65页 |
·DNA结合蛋白与RNA结合蛋白的特征比较 | 第65-66页 |
·本章小结 | 第66-68页 |
第4章 全文总结及展望 | 第68-70页 |
参考文献 | 第70-83页 |
硕士期间发表论文情况 | 第83-84页 |
致谢 | 第84页 |