基于集成智能的膜蛋白受体结构与功能研究
摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
目录 | 第9-12页 |
第一章 绪论 | 第12-18页 |
·研究背景及意义 | 第12-15页 |
·论文的研究内容和创新点 | 第15-16页 |
·论文的章节安排 | 第16-18页 |
第二章 膜蛋白受体智能识别的研究 | 第18-39页 |
·引言 | 第18-21页 |
·背景和相关工作 | 第21-27页 |
·人工神经网络 | 第22-23页 |
·遗传算法 | 第23-24页 |
·支持向量机 | 第24-26页 |
·其它方法 | 第26页 |
·集成智能 | 第26-27页 |
·在线服务器 | 第27页 |
·材料与方法 | 第27-33页 |
·研究数据集 | 第27-29页 |
·蛋白质一阶签名模型 | 第29-30页 |
·二进制粒子群算法 | 第30-31页 |
·模糊K近邻分类器 | 第31-32页 |
·基于集成智能的预测 | 第32-33页 |
·结果与分析 | 第33-36页 |
·G蛋白偶联受体WEB服务器的构建 | 第36-37页 |
·构建步骤 | 第36页 |
·使用步骤 | 第36-37页 |
·本章小结 | 第37-39页 |
第三章 膜蛋白受体相互作用的识别研究 | 第39-48页 |
·引言 | 第39-40页 |
·背景及相关工作 | 第40-41页 |
·BOOSTING算法 | 第41-42页 |
·材料与方法 | 第42-45页 |
·数据集 | 第42-43页 |
·自适应免疫算法 | 第43-44页 |
·改进型LogitBoost分类器 | 第44-45页 |
·结果与分析 | 第45-47页 |
·本章小结 | 第47-48页 |
第四章 膜蛋白受体与药物相互作用网络研究 | 第48-62页 |
·引言 | 第48-50页 |
·半监督学习简介 | 第50-52页 |
·SEMIBOOST原理 | 第52-55页 |
·网络的构建与分析 | 第55-60页 |
·数据集 | 第55页 |
·相似度矩阵构建 | 第55-56页 |
·网络的构建 | 第56页 |
·方法对比及评估 | 第56-58页 |
·膜蛋白受体与药物相互作用网络的预测 | 第58-60页 |
·本章小结 | 第60-62页 |
第五章 凋谢蛋白亚细胞定位算法的研究 | 第62-76页 |
·引言 | 第62-63页 |
·背景及相关工作 | 第63-65页 |
·蛋白质亚细胞定位的生物信息学研究 | 第63-64页 |
·凋谢蛋白亚细胞定位的生物信息学研究 | 第64-65页 |
·基于近似熵和免疫遗传优化的改进型伪氨基酸模型 | 第65-70页 |
·伪氨基酸组成模型 | 第65-66页 |
·近似熵理论 | 第66-67页 |
·疏水氨基酸对模式 | 第67-69页 |
·免疫遗传算法 | 第69-70页 |
·改进的伪氨基酸组成模型 | 第70页 |
·ADABOOST分类器原理及应用 | 第70-72页 |
·结果与分析 | 第72-74页 |
·本章小结 | 第74-76页 |
第六章 基于基因协同调控的转录调节蛋白网络研究 | 第76-98页 |
·引言 | 第76-77页 |
·无标度复杂网络的生物信息学意义 | 第77-79页 |
·基因协同表达与协同调控关系的探讨 | 第79-86页 |
·数据集的选取和整理 | 第79-80页 |
·启动子组学矩阵(P-matrix)模型 | 第80-81页 |
·计算结果和讨论 | 第81-83页 |
·基因协同调控模拟算法 | 第83-85页 |
·仿真结果与分析 | 第85-86页 |
·转录调节蛋白网络的构建与优化 | 第86-90页 |
·基于协同调控的转录调节蛋白网络构建 | 第86-87页 |
·PCIT算法简介 | 第87-88页 |
·RIF参数简介 | 第88-89页 |
·集成RIF和PCIT的网络优化 | 第89-90页 |
·转录调节蛋白网络的生物信息学分析 | 第90-96页 |
·网络节点的模块预测 | 第90-92页 |
·基于网络集成熵的网络功能结构指数分析 | 第92-94页 |
·核心子网络的生物学意义探讨 | 第94-96页 |
·本章小结 | 第96-98页 |
第七章 总结与展望 | 第98-101页 |
·总结 | 第98-99页 |
·展望 | 第99-101页 |
参考文献 | 第101-120页 |
致谢 | 第120-122页 |
附录 | 第122-125页 |
附录A 攻读博士学位期间完成的学术成果 | 第122-124页 |
附录B 攻读博士学位期间所参与的项目 | 第124-125页 |
附录C 攻读博士学位期间获得的奖励和荣誉 | 第125页 |