仿生计算在生物信息学中的应用
| 摘要 | 第1-7页 |
| Abstract： | 第7-13页 |
| 第一章 绪言 | 第13-18页 |
| ·基于生物启发的仿生计算 | 第13-15页 |
| ·生物信息学 | 第15-16页 |
| ·论文主要内容和章节安排 | 第16-18页 |
| 第二章 生物和生物信息学概念 | 第18-33页 |
| ·概述 | 第18-21页 |
| ·分子生物学的核心—中心法则 | 第21-26页 |
| ·DNA的复制 | 第22-23页 |
| ·转录 | 第23-25页 |
| ·翻译 | 第25-26页 |
| ·mRNA的反转录与cDNA | 第26页 |
| ·生物信息学的研究内容 | 第26-27页 |
| ·生物信息学的研究方法 | 第27-31页 |
| ·数学统计方法 | 第27页 |
| ·动态规划方法 | 第27-28页 |
| ·机器学习与模式识别技术 | 第28页 |
| ·数据库技术和数据挖掘 | 第28-29页 |
| ·人工神经网络技术 | 第29页 |
| ·专家系统 | 第29页 |
| ·分子模型化技术 | 第29-30页 |
| ·量子力学和分子力学计算 | 第30页 |
| ·生物分子计算机模拟 | 第30页 |
| ·因特网(Internet)技术 | 第30-31页 |
| ·生物信息学的研究意义 | 第31-33页 |
| 第三章 蛋白质知识和微阵列技术 | 第33-49页 |
| ·氨基酸和蛋白质组成 | 第33-36页 |
| ·氨基酸 | 第35-36页 |
| ·蛋白质 | 第36页 |
| ·蛋白质结构及其测定 | 第36-41页 |
| ·蛋白质结构 | 第36-39页 |
| ·蛋白质结构与功能关系 | 第39-40页 |
| ·蛋白质结构的测定技术 | 第40-41页 |
| ·蛋白质结构预测研究现状 | 第41-45页 |
| ·二级结构的预测方法 | 第42-45页 |
| ·三级结构预测 | 第45页 |
| ·微阵列技术 | 第45-48页 |
| ·基因表达 | 第45-46页 |
| ·微阵列技术 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 覆盖算法在生物信息学中的应用 | 第49-75页 |
| ·人工神经网络 | 第49-51页 |
| ·FP覆盖算法 | 第51-57页 |
| ·FP神经网络 | 第51-52页 |
| ·覆盖算法的几何含义 | 第52-54页 |
| ·覆盖算法分析 | 第54-57页 |
| ·贪婪覆盖算法 | 第57-61页 |
| ·覆盖算法神经网络构造 | 第57-58页 |
| ·贪婪覆盖算法 | 第58-59页 |
| ·实验与分析 | 第59-61页 |
| ·基于profile编码方案的蛋白质二级结构预测 | 第61-69页 |
| ·引言 | 第61-62页 |
| ·二级结构的编码方法 | 第62-65页 |
| ·测试数据集的选择 | 第65页 |
| ·数据的训练和测试 | 第65-67页 |
| ·二级结构的预测目标 | 第67页 |
| ·结果与讨论 | 第67-69页 |
| ·微阵列数据的分类方法 | 第69-74页 |
| ·引言 | 第69-70页 |
| ·覆盖算法神经网络构造步骤 | 第70-71页 |
| ·数据预处理 | 第71-72页 |
| ·处理过程简述 | 第72页 |
| ·结果与讨论 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第五章 遗传算法在蛋白质二维晶格模型中的应用 | 第75-92页 |
| ·遗传算法 | 第75-78页 |
| ·概述 | 第75页 |
| ·遗传算法运算流程 | 第75-77页 |
| ·遗传算法的基本操作 | 第77-78页 |
| ·应用遗传算法的二维HP蛋白质模型预测 | 第78-90页 |
| ·概述 | 第78页 |
| ·蛋白质的二维HP模型 | 第78-80页 |
| ·坐标系统 | 第80-81页 |
| ·具有二维变异算子的遗传算法对HP晶格模型的优化 | 第81-85页 |
| ·其它的附加操作 | 第85-86页 |
| ·算法步骤 | 第86-87页 |
| ·结果与讨论 | 第87-90页 |
| ·小结 | 第90页 |
| ·本章小结 | 第90-92页 |
| 第六章 基于蚁群算法的蛋白质HP模型的折叠优化 | 第92-119页 |
| ·蚁群算法 | 第92-100页 |
| ·概述 | 第92-94页 |
| ·人工蚁的特点 | 第94-95页 |
| ·蚁群算法的原理 | 第95-98页 |
| ·三种基本系统模型 | 第98-99页 |
| ·改进的蚁群算法 | 第99-100页 |
| ·基于蚁群算法的三维HP蛋白质模型预测 | 第100-118页 |
| ·三维HP模型 | 第100-101页 |
| ·目前的研究状况 | 第101页 |
| ·坐标系统和序列的表示方法 | 第101-107页 |
| ·构像的形成 | 第107-108页 |
| ·自回避问题的处理 | 第108-109页 |
| ·算法细节的几个优化 | 第109-111页 |
| ·信息素的处理方法 | 第111-112页 |
| ·局部搜索机制 | 第112-113页 |
| ·计算过程 | 第113-114页 |
| ·结果分析与讨论 | 第114-118页 |
| ·本章小结 | 第118-119页 |
| 第七章 总结与展望 | 第119-123页 |
| ·本文研究的主要内容和创新点 | 第119-121页 |
| ·进一步的研究工作 | 第121-123页 |
| 参考文献 | 第123-131页 |
| 致谢 | 第131-132页 |
| 攻读学位期间发表的论文 | 第132页 |
