| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-11页 |
| 1 绪论 | 第11-25页 |
| ·肽的定量序效模拟研究进展 | 第12-14页 |
| ·肽的结构表征概述 | 第14-17页 |
| ·肽的相关数据资源 | 第17-18页 |
| ·肽统计分析的应用 | 第18-22页 |
| ·肽统计分析在药学领域中的应用 | 第18-20页 |
| ·肽统计分析在食品科学领域中的应用 | 第20-21页 |
| ·肽统计分析在免疫学领域中的应用 | 第21-22页 |
| ·肽统计分析在分子生物学领域中的应用 | 第22页 |
| ·本文的思路及主要研究内容 | 第22-25页 |
| 2 统计建模方法与模型评价 | 第25-37页 |
| ·统计建模方法 | 第25-33页 |
| ·常用统计建模方法概论 | 第25-27页 |
| ·遗传算法 | 第27-28页 |
| ·高斯过程 | 第28-31页 |
| ·免疫神经网络 | 第31-33页 |
| ·统计模型验证 | 第33-35页 |
| ·统计量 | 第35-36页 |
| ·软件实现 | 第36-37页 |
| 3 T 标度用于肽的定量序效模拟 | 第37-57页 |
| ·T 标度的构建 | 第38-43页 |
| ·血管紧张素转化酶抑制剂 | 第43-48页 |
| ·样本集 | 第43-45页 |
| ·遗传/偏最小二乘回归建模 | 第45-46页 |
| ·支持向量机建模 | 第46-48页 |
| ·弹性蛋白酶模拟底物 | 第48-57页 |
| ·样本集 | 第48-51页 |
| ·遗传/偏最小二乘回归建模 | 第51-53页 |
| ·免疫神经网络建模 | 第53-57页 |
| 4 DPPS 描述子用于抗原肽的定量序效模拟 | 第57-75页 |
| ·DPPS 描述子的构建 | 第58-61页 |
| ·样本集 | 第61-65页 |
| ·遗传/偏最小二乘回归建模 | 第65-66页 |
| ·结果与讨论 | 第66-73页 |
| ·统计模型分析 | 第66-69页 |
| ·残基位点分析 | 第69-73页 |
| ·小结 | 第73-75页 |
| 5 侧链构象空间分析法用于抗原肽亲和力预测 | 第75-95页 |
| ·SCSA 的构建 | 第76-79页 |
| ·SCSA 研究对象 | 第76页 |
| ·SCSA 原理概述 | 第76页 |
| ·SCSA 原理详述 | 第76-79页 |
| ·样本集 | 第79-87页 |
| ·结果与讨论 | 第87-92页 |
| ·SCSA 计算及统计建模 | 第87-89页 |
| ·统计模型分析 | 第89-91页 |
| ·残基位点分析 | 第91-92页 |
| ·小结 | 第92-95页 |
| 6 QM/MM-PB/SA 分析 OppA 识别配基肽的广泛特异性 | 第95-109页 |
| ·材料准备 | 第96-97页 |
| ·QM/MM-PB/SA 的构建 | 第97-100页 |
| ·结果与讨论 | 第100-107页 |
| ·结合自由能分析 | 第100-104页 |
| ·自由能分解 | 第104-106页 |
| ·统计模型分析 | 第106-107页 |
| ·小结 | 第107-109页 |
| 7 遗传/高斯过程用于肽对 SH3 域亲和力预测 | 第109-131页 |
| ·样本集 | 第111-121页 |
| ·结构表征及模型验证 | 第121-122页 |
| ·结果与讨论 | 第122-128页 |
| ·建模及比较 | 第122-124页 |
| ·GA/GP 模型分析 | 第124-128页 |
| ·小结 | 第128-131页 |
| 8 机器学习模拟肽在金属螯合亲和色谱中的保留行为 | 第131-155页 |
| ·样本集 | 第132-143页 |
| ·结构表征及模型验证 | 第143-145页 |
| ·结果与讨论 | 第145-153页 |
| ·基于局部描述子的统计模拟 | 第145-148页 |
| ·基于全局描述子的统计模拟 | 第148-153页 |
| ·小结 | 第153-155页 |
| 9 系统比较八种回归方法在肽统计模拟中的性能 | 第155-173页 |
| ·ZP-explore 程序开发 | 第155-156页 |
| ·样本集 | 第156-157页 |
| ·ACD/EID 描述子系统的构建 | 第157-159页 |
| ·数据预处理及模型验证 | 第159-160页 |
| ·结果与讨论 | 第160-171页 |
| ·统计建模及分析 | 第160-165页 |
| ·蒙特卡罗交叉验证 | 第165-167页 |
| ·变量重要性分析 | 第167-168页 |
| ·模型性能分类讨论 | 第168-171页 |
| ·预测整个E. coil 蛋白质组肽片段 | 第171页 |
| ·小结 | 第171-173页 |
| 10 结论与展望 | 第173-179页 |
| ·研究结论 | 第173-176页 |
| ·前景展望 | 第176-179页 |
| 致谢 | 第179-181页 |
| 参考文献 | 第181-199页 |
| 附录 | 第199-204页 |
| A. 作者在攻读博士学位期间发表论文及主持/参与相关科研工作 | 第199-202页 |
| B. 氨基酸的 67 个结构与拓扑指数 | 第202-203页 |
| C. 氨基酸的119 种理化性质参数 | 第203-204页 |