首页--生物科学论文--生物化学论文--蛋白质论文

基于多信息融合的蛋白质结构类预测方法研究

摘要第1-6页
Abstract第6-10页
1 绪论第10-20页
   ·研究背景与研究意义第10-12页
     ·研究背景第10-11页
     ·研究意义第11-12页
   ·蛋白质基础理论知识第12-15页
     ·蛋白质的组成第12-13页
     ·蛋白质物理化学性质第13页
     ·蛋白质的结构层次第13-15页
   ·蛋白质数据库、结构类及数据集第15-17页
     ·蛋白质数据库第15-16页
     ·蛋白质结构类第16-17页
     ·数据集第17页
   ·论文的主要工作和安排第17-20页
     ·本文研究的主要内容第17-18页
     ·本文组织结构第18-20页
2 蛋白质结构类预测中信息提取与分类算法第20-30页
   ·引言第20页
   ·蛋白质信息提取方法第20-25页
     ·序列成分信息提取方法第21-22页
     ·氨基酸物理化学信息提取方法第22-23页
     ·蛋白质结构信息提取方法第23-25页
   ·预测分类算法第25-29页
     ·支持向量机第25-27页
     ·神经网络方法第27-28页
     ·K-近邻法第28-29页
   ·本章小结第29-30页
3 基于生物序列与结构特征的蛋白质结构类预测第30-37页
   ·引言第30页
   ·材料与方法第30-32页
     ·蛋白质序列信息提取第30-32页
     ·蛋白质结构信息提取第32页
     ·预测算法第32页
   ·结果与讨论第32-35页
     ·评估方法和指标第32-33页
     ·不同预测方法的比较第33-34页
     ·各类信息效率的比较第34-35页
     ·不同预测算法的比较第35页
   ·本章小结第35-37页
4 基于简化 PSSM 与结构位置信息的蛋白质结构类预测第37-51页
   ·引言第37页
   ·材料与方法第37-43页
     ·简化 PSSM 信息提取第38-41页
     ·蛋白质结构位置信息提取第41-42页
     ·预测算法第42-43页
   ·结果与讨论第43-49页
     ·评估方法和指标第43-44页
     ·不同预测方法的比较第44-47页
     ·简化 PSSM 参数讨论第47-49页
     ·不同预测算法的比较第49页
   ·本章小结第49-51页
5 总结和展望第51-53页
参考文献第53-58页
攻读学位期间研究成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于骨架的蛋白质三维模型形状相似性分析
下一篇:草胺酸钴配合物催化活化H2O2降解染料的研究