| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内研究进展 | 第11-13页 |
| 1.3 研究目的以及研究意义 | 第13-14页 |
| 1.4 生物信息学基本介绍 | 第14-18页 |
| 第二章 蛋白质相互作用 | 第18-32页 |
| 2.1 蛋白质概述 | 第18-21页 |
| 2.1.1 氨基酸 | 第18-19页 |
| 2.1.2 蛋白质一级结构 | 第19-20页 |
| 2.1.3 蛋白质的高级结构 | 第20-21页 |
| 2.2 蛋白质相互作用 | 第21-22页 |
| 2.3 研究方法 | 第22-24页 |
| 2.3.1 计算法 | 第22-23页 |
| 2.3.2 生物实验法 | 第23-24页 |
| 2.4 蛋白质相互作用数据库 | 第24-27页 |
| 2.4.1 DIP数据库 | 第25页 |
| 2.4.2 MIPS数据库 | 第25-26页 |
| 2.4.3 BIND数据库 | 第26页 |
| 2.4.4 STRING数据库 | 第26-27页 |
| 2.5 蛋白质相互作用数据可靠性评价 | 第27-28页 |
| 2.6 基于氨基酸残基长程相互作用的蛋白质特征提取 | 第28-32页 |
| 2.6.1 氨基酸残基的进化保守性 | 第28-29页 |
| 2.6.2 基于氨基酸残基进化保守性的序列比对 | 第29-32页 |
| 第三章 实验组数据来源 | 第32-38页 |
| 3.1 数据来源 | 第32-35页 |
| 3.1.1 正数据集的构建 | 第32-33页 |
| 3.1.2 负数据集的构建 | 第33-35页 |
| 3.1.3 独立预测数据集的构 | 第35页 |
| 3.2 选取预测集以及训练集 | 第35-36页 |
| 3.3 蛋白质序列的表达 | 第36页 |
| 3.4 预测评价结果 | 第36-38页 |
| 第四章 支持向量机以及相关软件 | 第38-52页 |
| 4.1 支持向量机概述 | 第38-44页 |
| 4.1.1 支持向量机原理 | 第38-41页 |
| 4.1.2 支持向量机算法的发展 | 第41-43页 |
| 4.1.3 支持向量机的性能评价 | 第43-44页 |
| 4.2 相关软件介绍 | 第44-52页 |
| 4.2.1 LIBSVM软件 | 第44-46页 |
| 4.2.2 MATLAB软件 | 第46-49页 |
| 4.2.3 EmEditor编辑器 | 第49-52页 |
| 第五章 基于蛋白质序列预测蛋白质相互作用 | 第52-66页 |
| 5.1 氨基酸五位编码预测蛋白质相互作用 | 第52-54页 |
| 5.1.1 氨基酸五位编码方式 | 第52页 |
| 5.1.2 选择SVM最适合参数 | 第52-54页 |
| 5.1.3 实验方法 | 第54页 |
| 5.2 预测结果与讨论结果 | 第54-58页 |
| 5.2.1 五位编码下预测原始数据集的结果 | 第54-55页 |
| 5.2.2 五位编码下预测非冗余数据集的结果 | 第55页 |
| 5.2.3 氨基酸五位编码形成独立数据集预测结果 | 第55-57页 |
| 5.2.4 五位编码下五倍交叉验证的结果 | 第57-58页 |
| 5.3 预测蛋白质一蛋白质相互作用中氨基酸7个理化参数编码方法 | 第58-62页 |
| 5.3.1 7个理化参数下氨基酸编码方式 | 第58页 |
| 5.3.2 选择SVM最优参数 | 第58页 |
| 5.3.3 实验方法 | 第58-59页 |
| 5.3.4 预测结果与讨论结果 | 第59-62页 |
| 5.4 改进预测蛋白质相互作用的方法 | 第62-66页 |
| 5.4.1 从算法上改进 | 第62页 |
| 5.4.2 在特征向量中引入二级结构信息 | 第62-63页 |
| 5.4.3 分类时引入正反例的权重 | 第63页 |
| 5.4.4 幽门螺旋杆菌预测性能 | 第63-66页 |
| 第六章 总结展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76页 |