基于特征融合的膜蛋白跨膜螺旋预测
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-7页 |
1. 绪论 | 第7-13页 |
·引言 | 第7页 |
·研究的背景 | 第7-11页 |
·生物信息学研究及其进展 | 第7-8页 |
·蛋白质的结构模型 | 第8页 |
·蛋白质序列分析的主要内容 | 第8-9页 |
·蛋白质二级结构预测 | 第9-10页 |
·膜蛋白及其结构预测研究 | 第10-11页 |
·本文研究的主要内容 | 第11页 |
·论文的组织与结构 | 第11-13页 |
2. 膜蛋白结构与预测 | 第13-27页 |
·蛋白质概述 | 第13-14页 |
·蛋白质的结构层次 | 第14-15页 |
·蛋白质一级结构 | 第14页 |
·蛋白质的空间结构 | 第14-15页 |
·蛋白质结构测定 | 第15页 |
·蛋白质二级结构预测的经验参数方法 | 第15-19页 |
·膜蛋白概述 | 第19页 |
·膜蛋白分类 | 第19-22页 |
·内在膜蛋白 | 第20页 |
·外周蛋白 | 第20-21页 |
·脂锚定蛋白 | 第21页 |
·膜蛋白六分类模型 | 第21-22页 |
·膜蛋白功能 | 第22-23页 |
·膜蛋白结构预测 | 第23-25页 |
·本章小结 | 第25-27页 |
3. 基于特征融合的跨膜螺旋预测 | 第27-44页 |
·氨基酸特征提取 | 第27-36页 |
·特定位置得分矩阵(PSSM) | 第27-28页 |
·主成分分析(PCA) | 第28-29页 |
·PSSM特征提取与进化信息特征 | 第29-30页 |
·氨基酸疏水性特征 | 第30-32页 |
·氨基酸结构倾向性与螺旋倾向性特征 | 第32-34页 |
·氨基酸分布偏好性与跨膜末端倾向性特征 | 第34-35页 |
·特征融合 | 第35-36页 |
·预测模型建立 | 第36-41页 |
·朴素贝叶斯分类算法 | 第36页 |
·决策树分类算法 | 第36-37页 |
·KNN分类算法 | 第37-39页 |
·分类算法评价(交叉验证) | 第39-40页 |
·分类算法选择 | 第40-41页 |
·OET-KNN分类模型 | 第41-42页 |
·预测模型算法流程 | 第42-43页 |
·本章小结 | 第43-44页 |
4. 实验过程与结果分析 | 第44-55页 |
·数据来源 | 第44-45页 |
·SWISS-PROT数据库 | 第44页 |
·PDB | 第44-45页 |
·标准数据集 | 第45-47页 |
·预测结果评价标准 | 第47-48页 |
·预测结果与性能分析 | 第48-54页 |
·本章小结 | 第54-55页 |
5. 总结与展望 | 第55-57页 |
·全部工作总结 | 第55-56页 |
·以后工作展望 | 第56-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-62页 |
附录 | 第62页 |