| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 前言 | 第8-9页 |
| 第一章 MHC分子亲和肽预测概述 | 第9-16页 |
| 1.1 MHC亲和肽及其研究意义 | 第9-10页 |
| 1.2 计算机辅助预测的提出 | 第10-11页 |
| 1.3 MHCII类亲和肽预测的挑战 | 第11-12页 |
| 1.4 当前研究现状及发展趋势 | 第12-15页 |
| 1.5 本文的主要工作 | 第15-16页 |
| 第二章 跨亚型学习框架与基准评测 | 第16-30页 |
| 2.1 数据源和数据处理简介 | 第16-21页 |
| 2.1.1 常用氨基酸及计算机表示 | 第16-17页 |
| 2.1.2 常用数据源及数据类型 | 第17-19页 |
| 2.1.3 数据质量与数据处理 | 第19-21页 |
| 2.2 已有跨业型方法的介绍 | 第21-23页 |
| 2.3 跨业型预测框架与性能评估 | 第23-25页 |
| 2.3.1 跨业型预测模型的特点 | 第23-24页 |
| 2.3.2 预测性能的评估标准 | 第24-25页 |
| 2.3.3 跨业型预测的训练测试 | 第25页 |
| 2.4 跨业型预测的基准评测 | 第25-28页 |
| 2.4.1 新独立测试数据集的提出 | 第25-26页 |
| 2.4.2 MHCⅠ类跨业型基准评测 | 第26-27页 |
| 2.4.3 MHCⅡ类跨业型基准评测 | 第27-28页 |
| 2.5 小结与展望 | 第28-30页 |
| 第三章 跨亚型预测新方法与DPDQ预测 | 第30-43页 |
| 3.1 TEPITOPEpan方法简介 | 第30-35页 |
| 3.1.1 实验数据准备 | 第30-32页 |
| 3.1.2 新矩阵计算方法 | 第32-33页 |
| 3.1.3 参数选取与性能评估 | 第33-35页 |
| 3.2 TEPITOPEpan的DPDQ预测 | 第35-38页 |
| 3.2.1 DPDQ预测使用的结构体 | 第35-37页 |
| 3.2.2 DPDQ预测实验方法 | 第37页 |
| 3.2.3 DPDQ预测实验结果分析 | 第37-38页 |
| 3.3 TEPITOPEpan与NetMHCllpan | 第38-40页 |
| 3.3.1 计算时间效率高 | 第38页 |
| 3.3.2 绑定基序上一致性好 | 第38-40页 |
| 3.3.3 九肽表位预测准确度高 | 第40页 |
| 3.4 TEPITOPEpan的在线预测 | 第40-41页 |
| 3.5 小结与展望 | 第41-43页 |
| 第四章 跨亚型预测的集成学习与应用 | 第43-48页 |
| 4.1 集成策略AvgTanh简介 | 第43-44页 |
| 4.2 MetaMHCllpan性能评估 | 第44-46页 |
| 4.3 MetaMHCllpan服务器 | 第46页 |
| 4.4 小结与展望 | 第46-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文的主要成果 | 第48页 |
| 5.2 当前工作的不足 | 第48页 |
| 5.3 未来方向的设想 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 硕士期间发表论文 | 第54-55页 |
| 硕士期间获奖情况 | 第55-56页 |
| 致谢 | 第56-58页 |