首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

定量序列—聚集特征关系模型构建与应用

中文摘要第3-5页
英文摘要第5-6页
1 绪论第9-19页
    1.1 蛋白的正确折叠与错误折叠第9-12页
        1.1.1 蛋白的正确折叠第9-10页
        1.1.2 蛋白的错误折叠第10-12页
    1.2 多肽自组装应用价值第12-13页
    1.3 肽的定量序列-功效关系研究进展第13-15页
    1.4 本文研究思路及意义第15-19页
2 原理与方法第19-25页
    2.1 定量序列-聚集关系建模第19-21页
        2.1.1 分子结构表征第19页
        2.1.2 定量序列聚集关系建模方法第19-20页
        2.1.3 模型验证与评价第20-21页
    2.2 分子动力学第21-22页
        2.2.1 分子动力学基本原理第21-22页
        2.2.2 分子力场第22页
        2.2.3 分子动力学一般流程第22页
    2.3 量子化学第22-25页
        2.3.1 量子化学基本原理第22-23页
        2.3.2 分子间相互作用能第23页
        2.3.3 自然键轨道理论第23-25页
3 定量序列—聚集关系模型构建第25-41页
    3.1 数据来源与处理第25-30页
        3.1.1 数据来源第25-29页
        3.1.2 分子结构表征与模型构建第29-30页
    3.2 结果分析与讨论第30-39页
        3.2.1 基于FASGAI结构表征的SVM预测模型第30-31页
        3.2.2 基于NNAAIndex结构表征的SVM预测模型第31-32页
        3.2.3 基于FASGAI结构表征的其他预测模型第32-35页
        3.2.4 不同结构表征及方法建立模型对比评价第35-37页
        3.2.5 多肽聚集热点及关键因素讨论第37-39页
    3.3 小结第39-41页
4 FASGAI—SVM模型用于多肽聚集特征的预测与评价第41-57页
    4.1 数据来源与处理第41-43页
        4.1.1 数据来源第41-42页
        4.1.2 分子结构表征与FASGAI—SVM模型预测第42页
        4.1.3 分子动力学与量子化学对多肽聚集性评价第42-43页
    4.2 结果分析与讨论第43-55页
        4.2.1 基于FASGAI— SVM的预测模型第43-47页
        4.2.2 基于分子动力学多肽聚集性评价第47-50页
        4.2.3 基于量子化学多肽聚集性评价第50-52页
        4.2.4 多肽聚集热点及关键因素讨论第52-54页
        4.2.5 不同环境下对多肽聚集性的影响第54-55页
    4.3 小结第55-57页
5 FASGAI—SVM模型用于可聚集多肽的设计与理论验证第57-69页
    5.1 数据来源与处理第57-58页
        5.1.1 数据来源第57页
        5.1.2 分子结构表征与FASGAI—SVM模型预测第57页
        5.1.3 分子动力学与量子化学对多肽聚集性验证第57-58页
    5.2 结果分析与讨论第58-67页
        5.2.1 基于FASGAI—SVM的预测模型第58-61页
        5.2.2 基于分子动力学多肽聚集性验证第61-63页
        5.2.3 基于量子化学多肽聚集性验证第63-65页
        5.2.4 多肽聚集热点及关键因素讨论第65-66页
        5.2.5 不同环境下对多肽聚集性的影响第66-67页
    5.3 小结第67-69页
6 结论与展望第69-71页
    6.1 结论第69-70页
    6.2 展望第70-71页
致谢第71-73页
参考文献第73-83页
附录第83页
    A 作者在攻读硕士学位期间发表的论文和专利第83页

论文共83页,点击 下载论文
上一篇:低氧微环境中基底硬度对乳腺癌细胞MCF-7表型和上皮间质转化的影响
下一篇:盐酸奥替尼啶加载钛材及抗菌性能研究