| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文组织结构 | 第17-18页 |
| 第2章 蛋白质复合物识别算法概述 | 第18-29页 |
| 2.1 引言 | 第18页 |
| 2.2 蛋白质相互作用网络 | 第18-19页 |
| 2.2.1 PPI网络的拓扑特征 | 第18页 |
| 2.2.2 常用PPI数据库 | 第18-19页 |
| 2.3 复合物识别算法综述 | 第19-26页 |
| 2.3.1 稠密子图聚类算法 | 第19-20页 |
| 2.3.2 层次聚类算法 | 第20-22页 |
| 2.3.3 层次重叠模块发现算法 | 第22-24页 |
| 2.3.4 核心外围复合物发现算法 | 第24页 |
| 2.3.5 基于有权网络的聚类算法 | 第24-25页 |
| 2.3.6 其他聚类算法 | 第25-26页 |
| 2.4 复合物识别算法的评价标准 | 第26-28页 |
| 2.5 小结 | 第28-29页 |
| 第3章 基于拓扑结构与基因本体论的加权方法 | 第29-42页 |
| 3.1 引言 | 第29页 |
| 3.2 相关定义 | 第29-32页 |
| 3.2.1 CD-distance与AdjustCD | 第29-30页 |
| 3.2.2 蛋白质GO语义相似性 | 第30-32页 |
| 3.2.3 基于拓扑结构与基因本体论的加权方法 | 第32页 |
| 3.3 实验数据 | 第32-34页 |
| 3.4 实验过程 | 第34-35页 |
| 3.5 实验分析 | 第35-41页 |
| 3.5.1 去噪对四种算法的性能影响 | 第35-38页 |
| 3.5.2 重叠(Overlap Score)阈值不同时去噪性能分析 | 第38-40页 |
| 3.5.3 通过加权方法评估聚类算法抗噪声能力 | 第40-41页 |
| 3.6 小结 | 第41-42页 |
| 第4章 基于GO与拓扑结构的复合物发现算法 | 第42-59页 |
| 4.1 引言 | 第42页 |
| 4.2 相关定义 | 第42-45页 |
| 4.2.1 q-连通图 | 第42-43页 |
| 4.2.2 核心与外围节点的紧密度 | 第43-44页 |
| 4.2.3 λ-modules | 第44-45页 |
| 4.3 算法描述 | 第45-48页 |
| 4.4 实验结果与分析 | 第48-57页 |
| 4.4.1 实验数据 | 第48页 |
| 4.4.2 性能评估 | 第48-55页 |
| 4.4.3 参数分析 | 第55-57页 |
| 4.5 小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 附录A 攻读学位期间所发表的学术论文 | 第66-67页 |
| 附录B 攻读学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |