首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于蛋白质网络与蛋白质功能的关键蛋白质预测研究

摘要第5-6页
ABSTRACT第6-7页
第1章 绪论第12-18页
    1.1 研究背景及意义第12-13页
    1.2 国内外研究现状第13-16页
    1.3 主要研究内容第16页
    1.4 论文章节安排第16-18页
第2章 关键蛋白质挖掘算法研究第18-28页
    2.1 蛋白质网络拓扑特性第18-20页
        2.1.1 蛋白质网络中节点度的分布特性与“中心-致死性”第18-20页
        2.1.2 蛋白质网络中的介数中心性与其关键性的分析第20页
    2.2 六种经典的拓扑中心性方法第20-22页
        2.2.1 六种网络拓扑中心性与“中心-致死性”的拓展第20-22页
    2.3 基于拓扑特性与生物信息结合的关键蛋白质挖掘算法第22-24页
        2.3.1 拓扑-生物中心性的挖掘算法第23页
        2.3.2 拓扑-生物特征的机器学习挖掘算法第23-24页
    2.4 基于六种网络拓扑中心性的关键蛋白质挖掘算法第24-27页
        2.4.1 实验数据第24页
        2.4.2 实验方法第24页
        2.4.3 实验结果与分析第24-27页
        2.4.4 基于拓扑中心性挖掘算法的局限性第27页
    2.5 小结第27-28页
第3章 基于蛋白质功能的关键蛋白质挖掘算法第28-38页
    3.1 蛋白质功能与其关键性的相关性第28-32页
    3.2 基于蛋白质功能的关键蛋白质挖掘算法FUN第32-34页
        3.2.1 算法说明第32-33页
        3.2.2 算法描述第33-34页
    3.3 基于蛋白质功能挖掘关键蛋白质实验对比第34-36页
    3.4 基于蛋白质功能挖掘低度关键蛋白质准确性第36-37页
    3.5 小结第37-38页
第4章 基于蛋白质功能和蛋白质网络度中心性的关键蛋白质挖掘算法第38-45页
    4.1 两种预测因子所挖掘的关键蛋白质集合的互补性第38-39页
    4.2 基于两种预测因子的关键蛋白质挖掘算法DC_FUN第39-41页
        4.2.1 算法说明第39页
        4.2.2 算法描述第39-41页
    4.3 基于蛋白质网络与蛋白质功能挖掘关键蛋白质的实验对比第41-43页
    4.4 DC_FUN算法预测低度的关键蛋白质准确性第43页
    4.5 小结第43-45页
结论第45-47页
参考文献第47-52页
致谢第52页

论文共52页,点击 下载论文
上一篇:大型藻体内琼胶降解菌的分离与酶活性分析
下一篇:碳掺杂介孔TiO2及其可见光催化性能研究