| 致谢 | 第4-7页 |
| 摘要 | 第7-8页 |
| 1 文献综述 | 第8-20页 |
| 1.1 生物信息学 | 第8-9页 |
| 1.1.1 生物信息学的发展历程 | 第8-9页 |
| 1.1.2 森林生物信息学 | 第9页 |
| 1.2 ANN技术的发展及应用 | 第9-15页 |
| 1.2.1 ANN技术的发展 | 第10-11页 |
| 1.2.2 ANN技术的应用 | 第11-15页 |
| 1.2.2.1 ANN技术在林业领域中的应用 | 第14-15页 |
| 1.2.2.2 ANN技术在森林生物信息学中的应用 | 第15页 |
| 1.3 杨树蛋白质测序与二级结构和磷酸化位点 | 第15-20页 |
| 1.3.1 蛋白质测序与二级结构 | 第16-18页 |
| 1.3.1.1 蛋白质测序与结构预测的意义 | 第16-17页 |
| 1.3.1.2 蛋白质测序与结构研究的方法和研究进展 | 第17-18页 |
| 1.3.2 蛋白质结构预测的ANN方法 | 第18-19页 |
| 1.3.3 杨树蛋白质磷酸化位点 | 第19-20页 |
| 1.3.4 蛋白质磷酸化位点与二级结构的关系 | 第20页 |
| 2 引言 | 第20-21页 |
| 3 材料与方法 | 第21-39页 |
| 3.1 数据收集与处理 | 第21-25页 |
| 3.1.1 蛋白质结构数据库 | 第22-24页 |
| 3.1.1.1 PDB数据库 | 第22页 |
| 3.1.1.2 PIR数据库 | 第22-23页 |
| 3.1.1.3 SWISS-PROT数据库 | 第23页 |
| 3.1.1.4 MMDB数据库 | 第23页 |
| 3.1.1.5 SCOP数据库 | 第23页 |
| 3.1.1.6 DSSP数据库 | 第23-24页 |
| 3.1.1.7 HSSP数据库 | 第24页 |
| 3.1.2 磷酸化位点数据库 | 第24页 |
| 3.1.3 研究数据的获得 | 第24-25页 |
| 3.2 研究方法 | 第25-39页 |
| 3.2.1 蛋白质结构数据的表示及编码方法 | 第25-32页 |
| 3.2.1.1 蛋白质结构的表示形式 | 第26-27页 |
| 3.2.1.2 蛋白质结构的编码方法 | 第27-32页 |
| 3.2.2 BP人工神经网络的算法 | 第32-33页 |
| 3.2.3 BP人工神经络模型的构建 | 第33-35页 |
| 3.2.4 BP人工神经网络模型的训练实现 | 第35-36页 |
| 3.2.5 BP人工神经网络模型的性能评价分析 | 第36-39页 |
| 4 结果与分析 | 第39-50页 |
| 4.1 杨树蛋白质二级结构预测模型 | 第39-46页 |
| 4.1.1 不同编码方式对模型预测精度的影响 | 第39页 |
| 4.1.2 模型的训练及构建 | 第39-45页 |
| 4.1.3 模型的性能分析及评价 | 第45-46页 |
| 4.2 杨树蛋白质磷酸化位点预测模型 | 第46-49页 |
| 4.2.1 模型的训练及构建 | 第46-47页 |
| 4.2.2 模型的性能分析及评价 | 第47-49页 |
| 4.3 杨树蛋白质磷酸化位点与二级结构关系分析 | 第49-50页 |
| 4.3.1 仿真预测数据的判别 | 第49页 |
| 4.3.2 杨树蛋白质磷酸化片段在NNSSPP模型中的仿真预测 | 第49-50页 |
| 4.3.3 杨树蛋白质磷酸化位点与二级结构的初步关系 | 第50页 |
| 5 结论与讨论 | 第50-52页 |
| 5.1 结论 | 第50-51页 |
| 5.2 讨论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 1 | 第56-59页 |
| 附录 2 | 第59-62页 |
| 附录 3 | 第62-65页 |
| 附录 4 | 第65-69页 |
| ABSTRACT | 第69-70页 |
