基于支持向量机的信号通路蛋白质角色预测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 生物信息学 | 第10-11页 |
| 1.2 信号通路 | 第11-12页 |
| 1.3 信号通路的研究现状 | 第12-13页 |
| 1.4 论文的主要工作和组织结构 | 第13-15页 |
| 第二章 相关理论和技术 | 第15-26页 |
| 2.1 支持向量机 | 第15-21页 |
| 2.1.1 基本原理 | 第15-17页 |
| 2.1.2 多类支持向量机 | 第17-20页 |
| 2.1.3 支持向量机工具LIBSVM | 第20-21页 |
| 2.2 BLAST算法 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 数据集 | 第26-42页 |
| 3.1 信号通路数据库 | 第26-27页 |
| 3.2 KEGG数据库 | 第27-28页 |
| 3.3 获取信号通路中的蛋白质序列 | 第28-35页 |
| 3.3.1 信号通路图 | 第28-30页 |
| 3.3.2 KGML | 第30-32页 |
| 3.3.3 获取蛋白质序列的具体方法 | 第32-35页 |
| 3.4 模型信号通路图的构造 | 第35-38页 |
| 3.5 数据集的构造 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第四章 蛋白质编码 | 第42-52页 |
| 4.1 蛋白质之间的相似性 | 第42-46页 |
| 4.2 蛋白质的亚细胞定位信息 | 第46-49页 |
| 4.3 跨膜拓扑结构和信号肽 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 实验结果及分析 | 第52-64页 |
| 5.1 实验说明 | 第52-53页 |
| 5.2 实验结果及分析 | 第53-62页 |
| 5.2.1 二类SVM预测方法的实验结果及分析 | 第55-61页 |
| 5.2.2 多类SVM预测方法的实验结果及分析 | 第61-62页 |
| 5.3 本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
