| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 1.4 本文组织结构 | 第16-18页 |
| 第2章 关键蛋白质的识别方法概述 | 第18-27页 |
| 2.1 引言 | 第18页 |
| 2.2 蛋白质相互作用常用数据库 | 第18-19页 |
| 2.3 基于PPI网络拓扑特性的关键蛋白质识别算法研究 | 第19-23页 |
| 2.3.1 经典的拓扑中心性识别方法 | 第20-22页 |
| 2.3.2 基于节点连接紧密程度的识别方法 | 第22-23页 |
| 2.4 基于拓扑特征与生物信息结合的关键蛋白识别方法 | 第23-25页 |
| 2.4.1 拓扑-生物中心性的识别方法 | 第23-24页 |
| 2.4.2 拓扑-生物特征的机器学习识别方法 | 第24-25页 |
| 2.5 小结 | 第25-27页 |
| 第3章 融合共表达复合物和边聚集系数的关键蛋白质识别算法 | 第27-42页 |
| 3.1 概述 | 第27-28页 |
| 3.2 方法 | 第28-31页 |
| 3.2.1 构建基因共表达网络 | 第28页 |
| 3.2.2 复合物共表达中心度 | 第28-29页 |
| 3.2.3 边聚集系数 | 第29页 |
| 3.2.4 CED算法描述 | 第29-31页 |
| 3.3 实验数据 | 第31-32页 |
| 3.3.1 关键蛋白质集 | 第31页 |
| 3.3.2 PPI数据集 | 第31页 |
| 3.3.3 基因表达数据 | 第31页 |
| 3.3.4 蛋白质复合物数据 | 第31-32页 |
| 3.4 实验结果与分析 | 第32-40页 |
| 3.4.1 参数α的影响 | 第32-33页 |
| 3.4.2 关键蛋白质识别的数量比较 | 第33-35页 |
| 3.4.3 jackknife验证方法 | 第35-37页 |
| 3.4.4 Top100关键蛋白质候选集的差异分析 | 第37-38页 |
| 3.4.5 统计指标分析 | 第38-40页 |
| 3.5 小结 | 第40-42页 |
| 第4章 基于模体、复合物和基因表达的关键蛋白质识别算法 | 第42-56页 |
| 4.1 概述 | 第42-43页 |
| 4.2 方法 | 第43-47页 |
| 4.2.1 模体的介绍 | 第43-44页 |
| 4.2.2 模体、基因表达中心性 | 第44页 |
| 4.2.3 复合物中心性 | 第44-45页 |
| 4.2.4 MGC关键蛋白识别算法 | 第45-47页 |
| 4.3 实验数据 | 第47页 |
| 4.4 实验结果与分析 | 第47-54页 |
| 4.4.1 MGC与其他算法对应比例的关键蛋白预测准确性的比较 | 第48-50页 |
| 4.4.2 jackknife验证方法 | 第50-51页 |
| 4.4.3 统计指标分析 | 第51-53页 |
| 4.4.4 Top100关键蛋白质的差异分析 | 第53-54页 |
| 4.5 小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 附录A 攻读学位期间所发表的学术论文 | 第63-64页 |
| 附录B 攻读学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
