| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.2.1 线性表位 | 第9页 |
| 1.2.2 构象性表位 | 第9-10页 |
| 1.3 本文研究内容及组织结构 | 第10-12页 |
| 第二章 背景知识介绍 | 第12-17页 |
| 2.1 相关数据库简介 | 第12-14页 |
| 2.1.1 PDB | 第12页 |
| 2.1.2 CED | 第12-13页 |
| 2.1.3 IEDB | 第13-14页 |
| 2.2 相关预测方法简介 | 第14页 |
| 2.2.1 DiscoTope | 第14页 |
| 2.2.2 BEPro | 第14页 |
| 2.2.3 Epitopia | 第14页 |
| 2.2.4 EPCES | 第14页 |
| 2.3 机器学习相关知识简介 | 第14-15页 |
| 2.3.1 随机森林 | 第14-15页 |
| 2.3.2 机器学习工具weka介绍 | 第15页 |
| 2.4 蛋白质PDB文件格式简介 | 第15-16页 |
| 2.5 小结 | 第16-17页 |
| 第三章 结合温度因子的构象性B细胞表位分层预测模型 | 第17-27页 |
| 3.1 数据集的选取 | 第17-18页 |
| 3.2 结合温度因子的构象性B细胞表位分层预测模型 | 第18-25页 |
| 3.2.1 特征的提取 | 第18-24页 |
| 3.2.2 不平衡样本处理 | 第24页 |
| 3.2.3 分层预测模型的提出 | 第24-25页 |
| 3.3 小结 | 第25-27页 |
| 第四章 实验结果与分析 | 第27-35页 |
| 4.1 评价参数 | 第27页 |
| 4.2 结果分析 | 第27-33页 |
| 4.2.1 算法中参数的选取 | 第27-29页 |
| 4.2.2 预测模型一的结果分析 | 第29-31页 |
| 4.2.3 预测模型二的结果分析 | 第31-33页 |
| 4.3 本文算法与其他算法比较 | 第33-34页 |
| 4.4 小结 | 第34-35页 |
| 第五章 预测平台开发 | 第35-39页 |
| 5.1 预测平台开发 | 第35-38页 |
| 5.2 小结 | 第38-39页 |
| 第六章 结论与展望 | 第39-40页 |
| 6.1 总结 | 第39页 |
| 6.2 研究展望 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-45页 |
| 在学期间公开发表论文及著作情况 | 第45页 |