蛋白质超二级结构预测研究
摘要 | 第1-5页 |
ABSTRACT | 第5-12页 |
1 绪论 | 第12-29页 |
·研究背景 | 第12-18页 |
·计算生物学的产生及发展 | 第12-13页 |
·蛋白质结构预测 | 第13-16页 |
·研究新的预测方法的基础 | 第16-18页 |
·研究现状 | 第18-24页 |
·蛋白质的二级结构预测 | 第18-23页 |
·蛋白质的超二级结构预测 | 第23-24页 |
·本文主要研究内容 | 第24-26页 |
·编码方式对二级结构预测精度的影响分析 | 第25页 |
·特殊超二级结构β发夹的预测 | 第25页 |
·一般超二级结构预测 | 第25-26页 |
·论文主要工作成果 | 第26-27页 |
·论文组织结构 | 第27-29页 |
2 相关研究基础 | 第29-46页 |
·蛋白质结构层次 | 第29-36页 |
·蛋白质分子组成 | 第29-30页 |
·蛋白质分子的层次结构 | 第30-35页 |
·简单蛋白质超二级结构 | 第35-36页 |
·支持向量机(SVM) | 第36-44页 |
·最优分类面 | 第37-39页 |
·广义最优分类面 | 第39-41页 |
·高维空间中的最优分类面 | 第41-43页 |
·核函数 | 第43-44页 |
·离散量及离散增量 | 第44-45页 |
·本章小结 | 第45-46页 |
3 编码方式对二级结构预测精度的影响分析 | 第46-59页 |
·基本原理 | 第46-47页 |
·五种氨基酸编码方式 | 第47-48页 |
·正交编码 | 第47页 |
·五位编码 | 第47页 |
·Codon 编码(基本型) | 第47页 |
·Codon 编码(扩展型) | 第47页 |
·Profile 编码 | 第47-48页 |
·数据集 | 第48-49页 |
·Ruan36 数据集 | 第48-49页 |
·PSIPRED Set 数据集 | 第49页 |
·预测模型 | 第49-52页 |
·8 态-3 态转换 | 第49-50页 |
·滑动窗口技术 | 第50-52页 |
·实验结果及分析 | 第52-57页 |
·性能评价指标 | 第52页 |
·Ruan36 数据集的实验结果 | 第52-54页 |
·PSIPRED Set 数据集的实验结果 | 第54-57页 |
·本章小结 | 第57-59页 |
4 基于支持向量机的 β 发夹预测 | 第59-73页 |
·数据集 | 第59-60页 |
·ArchDB40 数据集 | 第59页 |
·Kumar 数据集 | 第59-60页 |
·β-发夹模式抽取 | 第60-61页 |
·模式长度选取 | 第60页 |
·模式抽取规则 | 第60-61页 |
·预测模型 | 第61-65页 |
·特征表达 | 第61-64页 |
·β-发夹分类器 | 第64-65页 |
·实验结果及分析 | 第65-72页 |
·性能评价指标 | 第66页 |
·对 ArchDB40 数据集的预测结果 | 第66-67页 |
·对Kumar 数据集的预测结果 | 第67-69页 |
·对CASP6 的63 个蛋白质的预测检验 | 第69-72页 |
·本章小结 | 第72-73页 |
5 基于离散增量结合二次判别分析的 β 发夹预测 | 第73-87页 |
·离散量理论 | 第73-74页 |
·二次判别分析(QD) | 第74-75页 |
·预测模型 | 第75-79页 |
·氨基酸基本组成成份 | 第75-77页 |
·二肽组成成份 | 第77页 |
·氨基酸组成分布 | 第77-79页 |
·实验结果及分析 | 第79-86页 |
·性能评价指标 | 第79页 |
·对 ArchDB40 数据集的预测结果 | 第79-80页 |
·对Kumar 数据集的预测结果 | 第80-82页 |
·对CASP6 的63 个蛋白质的预测检验 | 第82-86页 |
·本章小结 | 第86-87页 |
6 一般超二级结构预测 | 第87-107页 |
·数据集 | 第87页 |
·超二级结构模式抽取 | 第87-89页 |
·预测模型 | 第89-96页 |
·特征表达 | 第89-94页 |
·超二级结构分类器 | 第94-96页 |
·实验结果及分析 | 第96-106页 |
·性能评价指标 | 第97页 |
·SVM 使用单参数预测结果 | 第97-99页 |
·SVM 使用组合参数的预测结果 | 第99-101页 |
·QD 使用单参数预测结果 | 第101-102页 |
·QD 使用组合参数的预测结果 | 第102-104页 |
·不同方法预测结果的比较 | 第104-106页 |
·本章小结 | 第106-107页 |
7 总结 | 第107-109页 |
·主要结论 | 第107-108页 |
·后续研究工作的展望 | 第108-109页 |
致谢 | 第109-111页 |
参考文献 | 第111-119页 |
附录 | 第119页 |