| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| CONTENTS | 第10-13页 |
| 图表目录 | 第13-15页 |
| 1 绪论 | 第15-25页 |
| 1.1 进化和共进化 | 第15-17页 |
| 1.1.1 进化背景介绍 | 第15-16页 |
| 1.1.2 共进化背景介绍 | 第16-17页 |
| 1.2 蛋白质共进化预测方法 | 第17-21页 |
| 1.2.1 蛋白质的定义 | 第17-19页 |
| 1.2.2 蛋白质数据库 | 第19-20页 |
| 1.2.3 数据库搜索 | 第20-21页 |
| 1.2.4 序列比对 | 第21页 |
| 1.3 共进化互信息模型 | 第21-23页 |
| 1.4 本文主要内容及结构 | 第23-25页 |
| 2 整合氨基酸背景频率的共进化互信息模型 | 第25-34页 |
| 2.1 研究背景 | 第25-26页 |
| 2.2 MIB模型的描述 | 第26页 |
| 2.3 结果与讨论 | 第26-29页 |
| 2.3.1 简化MSA中MI和MIB的差异分析 | 第26-27页 |
| 2.3.2 序列相似度对MIB的影响 | 第27-28页 |
| 2.3.3 MIB模型预测性能 | 第28-29页 |
| 2.4 本章小结 | 第29-34页 |
| 3 氨基酸物理化学性质共进化互信息模型 | 第34-47页 |
| 3.1 研究背景 | 第34-35页 |
| 3.2 MIP模型的描述 | 第35-36页 |
| 3.3 MIBP模型的描述 | 第36-37页 |
| 3.4 结果与讨论 | 第37-42页 |
| 3.4.1 在简化MSA中的MI、MIP和MIBP的差异分析 | 第37页 |
| 3.4.2 MIP和MIBP模型预测性能 | 第37-41页 |
| 3.4.3 共进化与保守性的关系 | 第41页 |
| 3.4.4 不同共进化度量的比较 | 第41-42页 |
| 3.5 本章小结 | 第42-47页 |
| 4 利用n维互信息度量蛋白质多残基共进化 | 第47-55页 |
| 4.1 研究背景 | 第47-48页 |
| 4.2 nDMI方法 | 第48页 |
| 4.2.1 构建互信息矩阵 | 第48页 |
| 4.2.2 n维互信息定义 | 第48页 |
| 4.3 结果与讨论 | 第48-54页 |
| 4.3.1 用简化MSA来说明nDMI模型 | 第48-50页 |
| 4.3.2 nDMI方法在G蛋白上的应用 | 第50-51页 |
| 4.3.3 nDMI方法在GPCRs上的应用 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 5 度量基于邻近残基共进化关系的蛋白质双子序列相关性 | 第55-67页 |
| 5.1 研究背景 | 第55页 |
| 5.2 相关性方法描述 | 第55-57页 |
| 5.2.1 互信息矩阵 | 第55-56页 |
| 5.2.2 互信息矩阵相关性度量 | 第56-57页 |
| 5.3 结果与讨论 | 第57-65页 |
| 5.3.1 用简化MSA来说明方法 | 第57-60页 |
| 5.3.2 确定子序列长度 | 第60-61页 |
| 5.3.3 R值方法预测性能 | 第61-65页 |
| 5.4 本章小结 | 第65-67页 |
| 6 结论与展望 | 第67-69页 |
| 6.1 结论 | 第67-68页 |
| 6.2 展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 攻读博士学位期间科研项目及科研成果 | 第75-77页 |
| 致谢 | 第77-79页 |
| 作者简介 | 第79-81页 |