| 摘要 | 第1-9页 |
| Abstract | 第9-12页 |
| 第一章 绪论 | 第12-16页 |
| ·蛋白质相互作用的研究背景 | 第12-13页 |
| ·蛋白质相互作用的研究意义 | 第13-14页 |
| ·本文的主要研究工作 | 第14-16页 |
| 第二章 蛋白质相互作用的检测方法与数据库 | 第16-29页 |
| ·检测蛋白质相互作用的生物实验方法 | 第16-20页 |
| ·酵母双杂交系统 | 第16-17页 |
| ·免疫共沉淀 | 第17页 |
| ·蛋白质芯片 | 第17-18页 |
| ·串联亲和纯化 | 第18-19页 |
| ·表面等离子共振 | 第19-20页 |
| ·检测蛋白质相互作用的计算方法 | 第20-26页 |
| ·基于基因组信息的蛋白质相互作用预测方法 | 第20-21页 |
| ·基于变异进化信息的蛋白质相互作用预测方法 | 第21-22页 |
| ·基于文本挖掘的蛋白质相互作用预测方法 | 第22-23页 |
| ·基于蛋白质结构信息的蛋白质相互作用预测方法 | 第23-26页 |
| ·基于蛋白质一级结构进行预测 | 第23-25页 |
| ·基于蛋白质三级结构进行预测 | 第25-26页 |
| ·基于蛋白质Domain 结构进行预测 | 第26页 |
| ·蛋白质相互作用数据库 | 第26-29页 |
| ·DIP 数据库 | 第26-27页 |
| ·STRING 数据库 | 第27页 |
| ·HPRD 数据库 | 第27-28页 |
| ·MINT 数据库 | 第28页 |
| ·BIND 数据库 | 第28-29页 |
| 第三章 基于Geary-PseAA，Minkowski-PseAA 特征提取算法与随机森林的蛋白质相互作用预测 | 第29-37页 |
| ·实验数据选取及预处理 | 第29-30页 |
| ·改进的伪氨基酸组成特征提取算法 | 第30-34页 |
| ·传统PseAA 的分析与改进 | 第30-33页 |
| ·评价不同氨基酸属性对蛋白质相互作用的影响大小 | 第33页 |
| ·整合与蛋白质相互作用相关的氨基酸属性 | 第33-34页 |
| ·随机森林分类器 | 第34页 |
| ·实验结果及分析 | 第34-37页 |
| 第四章 基于n-Diad 特征提取算法和随机森林分类器的蛋白质相互作用预测方法 | 第37-44页 |
| ·实验数据选取及预处理 | 第37-39页 |
| ·n-Diad 特征提取算法 | 第39-41页 |
| ·随机森林分类器 | 第41页 |
| ·实验结果与分析 | 第41-44页 |
| 第五章 基于Moran-PseAA 特征提取算法与K 近邻分类器的蛋白质相互作用预测 | 第44-50页 |
| ·实验数据选取及预处理 | 第44页 |
| ·Moran-PseAA 特征提取算法 | 第44-46页 |
| ·K 近邻分类器 | 第46-48页 |
| ·距离函数的定义 | 第47-48页 |
| ·实验结果与分析 | 第48-50页 |
| 第六章 基于蛋白质表面热点氨基酸性质与相互作用蛋白质之间存在共进化现象的预测方法 | 第50-59页 |
| ·实验数据选取及预处理 | 第50页 |
| ·Co-Diad 特征提取算法 | 第50-51页 |
| ·集成多表达式编程分类器 | 第51-57页 |
| ·多表达式编程 | 第52-53页 |
| ·集成多表达式编程的个体 | 第53-54页 |
| ·集成多表达式编程的适应度函数 | 第54-55页 |
| ·遗传操作算子 | 第55-57页 |
| ·集成多表达式编程算法的步骤 | 第57页 |
| ·实验结果与分析 | 第57-59页 |
| 第七章 结论与展望 | 第59-61页 |
| ·本文开展的主要工作与创新点 | 第59-60页 |
| ·今后工作的展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 致谢 | 第67-68页 |
| 发表论文情况 | 第68页 |
