首页--生物科学论文--生物化学论文--蛋白质论文

基于mRMR结合SVM-forward特征选择的蛋白质界面上热点残基预测及其生物上的应用

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第14-28页
    1.1 引言第14-16页
    1.2 蛋白质组成第16-17页
    1.3 蛋白质-蛋白质相互作用第17-19页
        1.3.1 蛋白质-蛋白质相互作用的类型第17-18页
        1.3.2 蛋白质-蛋白质相互作用机制第18页
        1.3.3 蛋白质三维结构数据库第18-19页
    1.4 热点残基研究的国内外现状第19-21页
    1.5 表位移植第21-24页
        1.5.1 表位第21页
        1.5.2 表位分类第21-22页
        1.5.3 表位疫苗设计第22页
        1.5.4 表位移植的定义第22-23页
        1.5.5 热点残基预测在表位移植中的应用第23-24页
    1.6 基于计算辅助疫苗设计第24页
    1.7 本文研究内容安排第24-26页
    1.8 本文的主要创新点第26-28页
第二章 机器学习在预测热点残基中的应用第28-38页
    2.1 机器学习方法第28-31页
        2.1.1 普遍分类过程第28-29页
        2.1.2 决策树(Decision Tree,DT)第29-30页
        2.1.3 随机森林(Random Forest,RF)第30-31页
    2.2 机器学习的工具第31-32页
        2.2.1 Weka第31页
        2.2.2 Scikit-learn第31-32页
    2.3 特征选择原理第32-35页
        2.3.1 特征选择过程第32-33页
        2.3.2 特征选择搜索策略分类第33-34页
        2.3.3 最大相关最小冗余特征选择算法第34-35页
        2.3.4 基于支持向量机的特征选择方法第35页
    2.4 小结第35-38页
第三章 基于机器学习预测蛋白质相互作用界面上热点残基第38-50页
    3.1 数据集第40页
        3.1.1 训练集第40页
        3.1.2 测试集第40页
    3.2 蛋白质热点残基预测特征提取第40-46页
        3.2.1 氨基酸理化特征第41-42页
        3.2.2 蛋白质结构特征第42-43页
        3.2.3 分子或原子相互作用特征第43-44页
        3.2.4 基于能量特征第44页
        3.2.5 描述新特征第44-46页
    3.3 特征选择第46页
    3.4 预测模型建立第46-47页
    3.5 小结第47-50页
第四章 热点残基预测的实验结果和特征分析第50-58页
    4.1 模型评价指标第50-51页
    4.2 独立测试集实验结果第51页
    4.3 特征分析第51-56页
        4.3.1 特征选择重要性第51-54页
        4.3.2 新特征的重要性第54-56页
    4.4 小结第56-58页
第五章 热点残基预测在Rosetta Multigraft上应用第58-74页
    5.1 预测抗原-抗体复合物3ztn热点残基第59-60页
    5.2 Multigraft Match第60-64页
        5.2.1 第一段表位残基链匹配第62-63页
        5.2.2 第二段表位残基链匹配第63-64页
        5.2.3 与抗体冲突检查第64页
        5.2.4 3ztn.pdb的Multigraft Match实验过程第64页
    5.3 Multigraft design第64-68页
        5.3.1 Match结果调整第65-66页
        5.3.2 建立连接段第66页
        5.3.3 序列设计第66页
        5.3.4 过滤Multigraft design结果第66-67页
        5.3.5 3ztn的Multigraft design实验过程第67-68页
    5.4 计算模拟实验对比第68-73页
        5.4.1 从几何结构分析设计第69-70页
        5.4.2 从“杂交“支架与抗体接触面积分析第70-71页
        5.4.3 从表位移植前后与抗体相互作用分析第71-73页
        5.4.4 从能量上分析表位移植前后的差别第73页
    5.5 小结第73-74页
第六章 生物实验验证Rosetta Multigraft的计算模拟第74-82页
    6.1 生物实验背景第74页
    6.2 证明获得蛋白质实验第74-76页
        6.2.1 SDS-PAGE原理第75页
        6.2.2 Western Blot原理第75页
        6.2.3 实验结果分析第75-76页
    6.3 验证设计的蛋白与FI6抗体的反应第76-80页
        6.3.1 免疫血清与无免疫血清在结合滴度比较第78页
        6.3.2 免疫血清与无免疫血清在中和滴度比较第78-80页
    6.4 小结第80-82页
第七章 总结与展望第82-86页
    7.1 本文工作总结第82-83页
        7.1.1 热点残基预测工作第82-83页
        7.1.2 基于热点残基预测的Rosetta Multigraft实验第83页
    7.2 展望第83-86页
参考文献第86-92页
攻读硕士学位期间发表的论文第92-94页
致谢第94-95页

论文共95页,点击 下载论文
上一篇:基于神经网络的中文分词方法研究与实现
下一篇:氧化石墨烯/纳米金水凝胶传感器的制备及其对Amyloid-beta寡聚体的检测