| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 研究现状 | 第12-13页 |
| 1.3.1 基于序列的蛋白质/肽结合亲和力及特异性的模拟和预测 | 第12-13页 |
| 1.3.2 基于结构的蛋白质/肽结合亲和力及特异性的模拟和预测 | 第13页 |
| 1.4 本论文主要研究内容 | 第13-14页 |
| 1.5 本论文的结构安排 | 第14-15页 |
| 第二章 基于QSAR和QM/MM模拟预测ACE/肽结合亲和力和特异性 | 第15-28页 |
| 2.1 背景 | 第15-16页 |
| 2.2 材料与方法 | 第16-21页 |
| 2.2.1 ACE抑制肽样本集 | 第16页 |
| 2.2.2 苦味肽样本集 | 第16页 |
| 2.2.3 结构参数化 | 第16页 |
| 2.2.4 统计建模方法 | 第16-20页 |
| 2.2.5 量子力学/分子力学（QM/MM)组合计算策略 | 第20-21页 |
| 2.3 结果与讨论 | 第21-27页 |
| 2.3.1 统计回归建模 | 第21-23页 |
| 2.3.2 ACE-肽复合物结构和能量分析 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于高斯过程模拟和预测MHC/肽结合亲和力和特异性 | 第28-38页 |
| 3.1 背景 | 第28-29页 |
| 3.2 材料与方法 | 第29-31页 |
| 3.2.1 概述 | 第29页 |
| 3.2.2 高斯过程 | 第29-30页 |
| 3.2.3 PLS和SVM回归方法 | 第30-31页 |
| 3.2.4 支持向量机（SVM) | 第31页 |
| 3.3 模型验证 | 第31-32页 |
| 3.4 数据集和肽序列表征 | 第32-33页 |
| 3.5 结果与讨论 | 第33-37页 |
| 3.5.1 高斯过程 | 第33-35页 |
| 3.5.2 GP与PLS,SVM方法比较 | 第35-36页 |
| 3.5.3 高斯过程对HLA-A*0201-肽建模 | 第36-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 基于低精度结构模拟和预测域/肽结合亲和力和特异性 | 第38-52页 |
| 4.1 背景 | 第38-39页 |
| 4.2 材料与方法 | 第39-43页 |
| 4.2.1 肽数据集 | 第39-40页 |
| 4.2.2 域/肽复合物粗粒结构的快速构建 | 第40-41页 |
| 4.2.3 域/肽复合物粗粒结构相互作用表征 | 第41-42页 |
| 4.2.4 统计建模 | 第42-43页 |
| 4.3 结果与讨论 | 第43-51页 |
| 4.3.1 域/肽亲和力预测模型的构建 | 第43-45页 |
| 4.3.2 稳定性测试 | 第45-47页 |
| 4.3.3 不同亲和力预测方法比较 | 第47-49页 |
| 4.3.4 SH3域-肽结合的分子机制 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 攻读硕士学位期间取得的成果 | 第60-61页 |
