| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 单类型和多类型的蛋白质翻译后修饰 | 第9-13页 |
| 1.2.1 赖氨酸戊二酰化 | 第10页 |
| 1.2.2 苏氨酸翻译后修饰 | 第10-11页 |
| 1.2.3 植物蛋白赖氨酸翻译后修饰 | 第11-13页 |
| 1.3 计算识别蛋白质修饰位点 | 第13页 |
| 1.3.1 蛋白修饰位点预测的计算机语言基础 | 第13页 |
| 1.3.2 蛋白修饰位点预测网络服务构建 | 第13页 |
| 1.4 实验研究的主要内容 | 第13-15页 |
| 第2章 GlutPred:赖氨酸戊二酰化位点在线预测工具 | 第15-22页 |
| 2.1 引言 | 第15-16页 |
| 2.2 材料和方法 | 第16-18页 |
| 2.2.1 数据收集 | 第16页 |
| 2.2.2 模型比较和评估 | 第16页 |
| 2.2.3 算法 | 第16-18页 |
| 2.2.4 功能富集分析 | 第18页 |
| 2.3 结果和讨论 | 第18-21页 |
| 2.3.1 性能评估和比较 | 第18-19页 |
| 2.3.2 序列性能分析 | 第19-20页 |
| 2.3.3 功能分析 | 第20-21页 |
| 2.4 结论 | 第21-22页 |
| 第3章 多苏氨酸蛋白质翻译后修饰在线预测工具 | 第22-31页 |
| 3.1 引言 | 第22-23页 |
| 3.2 材料与方法 | 第23-26页 |
| 3.2.1 数据收集及预处理 | 第23-24页 |
| 3.2.2 特征提取 | 第24-25页 |
| 3.2.3 基于支持向量机的两步特征优化方法 | 第25页 |
| 3.2.4 功能分析 | 第25页 |
| 3.2.5 学习模型和功能评估 | 第25-26页 |
| 3.3 结果和讨论 | 第26-30页 |
| 3.3.1 序列信息分析 | 第26-28页 |
| 3.3.2 功能结果分析 | 第28页 |
| 3.3.3 性能评估 | 第28-29页 |
| 3.3.4 与其它预测工具比较 | 第29-30页 |
| 3.4 总结 | 第30-31页 |
| 第4章 赖氨酸乙酰化、琥珀酰化及其共修饰位点在线预测工具 | 第31-42页 |
| 4.1 引言 | 第31-32页 |
| 4.2 材料与方法 | 第32-35页 |
| 4.2.1 数据收集及预处理 | 第32页 |
| 4.2.2 特征提取 | 第32-33页 |
| 4.2.3 两步特征优化策略 | 第33-34页 |
| 4.2.4 功能富集分析 | 第34页 |
| 4.2.5 学习模型和性能评估 | 第34-35页 |
| 4.3 结果和讨论 | 第35-41页 |
| 4.3.1 序列信息分析 | 第35-36页 |
| 4.3.2 功能分析 | 第36-38页 |
| 4.3.3 性能评估 | 第38-40页 |
| 4.3.4 与其它预测工具比较 | 第40-41页 |
| 4.4 结论和展望 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-50页 |
| 附录 | 第50-61页 |
| 攻读硕士学位期间的研究成果 | 第61页 |