| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背影与意义 | 第11-12页 |
| 1.2 蛋白质翻译后修饰及其研究进展 | 第12-14页 |
| 1.3 研究内容和贡献 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-16页 |
| 第二章 磷酸化研究概述与相关理论知识介绍 | 第16-32页 |
| 2.1 磷酸化研究概述 | 第16-24页 |
| 2.1.1 生物实验鉴定磷酸化位点 | 第16-17页 |
| 2.1.2 计算方法预测激酶与底物关系 | 第17-19页 |
| 2.1.3 蛋白质磷酸化相关数据库 | 第19-21页 |
| 2.1.4 蛋白质-蛋白质相互作用(PPI)数据库 | 第21-24页 |
| 2.2 图的基本概念 | 第24-26页 |
| 2.2.1 图的相关定义 | 第24-25页 |
| 2.2.2 图的邻接矩阵表示 | 第25页 |
| 2.2.3 异构网络结构 | 第25-26页 |
| 2.3 随机游走 | 第26-29页 |
| 2.3.1 随机游走简介 | 第26-27页 |
| 2.3.2 在图上的随机游走模型 | 第27-28页 |
| 2.3.3 重启的随机游走 | 第28-29页 |
| 2.4 矩阵补全 | 第29-31页 |
| 2.4.1 矩阵补全的基本概念 | 第29-30页 |
| 2.4.2 矩阵补全的数学模型 | 第30-31页 |
| 2.5 本章总结 | 第31-32页 |
| 第三章 基于双向随机游走的激酶-底物关系预测算法 | 第32-45页 |
| 3.1 激酶和底物相似性计算 | 第32-35页 |
| 3.1.1 边聚集系数 | 第32-33页 |
| 3.1.2 计算蛋白质的相似性 | 第33-34页 |
| 3.1.3 对激酶和底物进行聚类 | 第34-35页 |
| 3.2 构建激酶-底物异构网络 | 第35-36页 |
| 3.3 基于双向随机游走的激酶-底物关系预测 | 第36-38页 |
| 3.4 实验结果与分析 | 第38-43页 |
| 3.4.0 实验数据来源 | 第38-39页 |
| 3.4.1 十折交叉验证 | 第39页 |
| 3.4.2 de novo预测 | 第39页 |
| 3.4.3 KSIBW算法与其他网络算法的性能比较 | 第39-40页 |
| 3.4.4 KSIBW算法与不同磷酸化预测算法的de novo性能比较 | 第40-41页 |
| 3.4.5 PPI网络权值参数α对算法的影响 | 第41-42页 |
| 3.4.6 相似性强化因子γ对算法的影响 | 第42页 |
| 3.4.7 实例分析预测 | 第42-43页 |
| 3.5 本章总结 | 第43-45页 |
| 第四章 基于矩阵补全的激酶-底物关系预测算法 | 第45-53页 |
| 4.1 计算激酶和底物序列相似性 | 第45页 |
| 4.2 调整激-酶底物关系矩阵 | 第45-46页 |
| 4.3 构建激酶-底物异构网络邻接矩阵 | 第46-47页 |
| 4.4 基于矩阵补全的激酶-底物关系预测 | 第47-49页 |
| 4.5 实验结果与分析 | 第49-52页 |
| 4.5.1 实验数据来源 | 第49页 |
| 4.5.2 KSIMC算法与其他网络算法的性能比较 | 第49-50页 |
| 4.5.3 KSIMC算法与不同算法的de novo预测性能比较 | 第50-51页 |
| 4.5.4 实例分析预测 | 第51-52页 |
| 4.6 本章总结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文总结 | 第53-54页 |
| 5.2 未来展望 | 第54-55页 |
| 参考文献 | 第55-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63页 |
