机器学习在蛋白质结构和功能预测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-22页 |
| ·引言 | 第10-11页 |
| ·蛋白质结构层次 | 第11-15页 |
| ·蛋白质结构预测进展 | 第15-18页 |
| ·蛋白质二级结构预测进展 | 第16-18页 |
| ·蛋白质功能预测进展 | 第18-19页 |
| ·常用的蛋白质结构和序列数据库 | 第19-20页 |
| ·蛋白质序列数据库 | 第19-20页 |
| ·蛋白质结构数据库 | 第20页 |
| ·本文主要研究内容 | 第20-22页 |
| 2 分类器设计及性能评价方法 | 第22-31页 |
| ·引言 | 第22-23页 |
| ·支持向量机 | 第23-28页 |
| ·最优分类面 | 第23-26页 |
| ·核与特征空间 | 第26-27页 |
| ·软间隔优化 | 第27-28页 |
| ·信息离散性度量方法 | 第28-30页 |
| ·分类器性能评价 | 第30页 |
| ·本章小结 | 第30-31页 |
| 3 氢键α转角预测 | 第31-50页 |
| ·引言 | 第31-32页 |
| ·试验数据和方法 | 第32-38页 |
| ·试验数据 | 第32-34页 |
| ·PSI-BLAST 谱 | 第34-35页 |
| ·输入特征编码策略 | 第35-36页 |
| ·预测的可信度 | 第36-37页 |
| ·预测后过滤 | 第37页 |
| ·预测性能评价参数 | 第37-38页 |
| ·结论与讨论 | 第38-49页 |
| ·α转角位置特异的氨基酸倾向性研究及类别分析 | 第38-41页 |
| ·核函数选取与参数优化 | 第41-42页 |
| ·处理两类样本不均衡 | 第42-43页 |
| ·预测体系结构 | 第43-44页 |
| ·PSSMs 和二级结构信息对预测性能的影响 | 第44-45页 |
| ·与其它预测方法的比较 | 第45-47页 |
| ·AlphaTurn 网络服务 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 4 广义α转角预测 | 第50-57页 |
| ·引言 | 第50页 |
| ·材料与方法 | 第50-54页 |
| ·数据集 | 第50-52页 |
| ·支持向量机 | 第52-53页 |
| ·输入特征编码策略 | 第53页 |
| ·预测后过滤 | 第53页 |
| ·预测性能评价参数 | 第53-54页 |
| ·结果与讨论 | 第54-56页 |
| ·核函数选取与参数优化 | 第54页 |
| ·处理两类样本不均衡 | 第54-55页 |
| ·不同编码策略对预测性能的影响 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 5 π转角预测研究 | 第57-70页 |
| ·引言 | 第57-58页 |
| ·材料与方法 | 第58-60页 |
| ·数据集 | 第58-59页 |
| ·编码策略 | 第59-60页 |
| ·预测后过滤 | 第60页 |
| ·预测的可信度 | 第60-61页 |
| ·预测性能评价参数 | 第61页 |
| ·结果与讨论 | 第61-68页 |
| ·π转角位置特异的氨基酸倾向性研究及类别分析 | 第61-63页 |
| ·核函数选取与参数优化 | 第63-65页 |
| ·窗口长度优化 | 第65页 |
| ·处理两类样本不均衡 | 第65-66页 |
| ·不同编码策略对预测性能的影响 | 第66-68页 |
| ·PITURN 网络服务 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 6 蛋白质与RNA 相互作用位点预测 | 第70-79页 |
| ·引言 | 第70-71页 |
| ·实验数据 | 第71-72页 |
| ·编码 | 第72页 |
| ·预测性能评价 | 第72页 |
| ·结果与讨论 | 第72-78页 |
| ·RNA 结合位点的序列特征 | 第72-74页 |
| ·预测系统的参数优化 | 第74页 |
| ·窗口长度的优化 | 第74-75页 |
| ·不同的编码策略对预测性能的影响 | 第75-76页 |
| ·与其它预测方法的比较 | 第76-77页 |
| ·网络服务 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 7 β-桶形膜蛋白和球形蛋白的识别研究 | 第79-87页 |
| ·引言 | 第79-80页 |
| ·材料和方法 | 第80-81页 |
| ·数据集 | 第80页 |
| ·信息离散性度量方法 | 第80页 |
| ·预测正确率的度量 | 第80-81页 |
| ·结果与讨论 | 第81-85页 |
| ·基于普通氨基酸字符集的分析 | 第81-82页 |
| ·基于简并氨基酸字符集的分析 | 第82-84页 |
| ·与其它方法的比较 | 第84-85页 |
| ·本章小结 | 第85-87页 |
| 8 总结与展望 | 第87-89页 |
| ·全文总结 | 第87-88页 |
| ·研究展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-99页 |
| 附录1 发表或录用论文 | 第99-100页 |
| 附录2 攻读学位期间参与的科研课题 | 第100-101页 |
| 附表 | 第101-114页 |
