摘要 | 第1-7页 |
Abstract | 第7-14页 |
第一章 绪论 | 第14-38页 |
·引言 | 第14-16页 |
·蛋白质相互作用概述 | 第16-21页 |
·什么是蛋白质 | 第16-18页 |
·蛋白质相互作用简介 | 第18-19页 |
·蛋白质相互作用网络 | 第19-21页 |
·蛋白质相互作用的检测方法 | 第21-28页 |
·生物实验检测蛋白质相互作用 | 第21-25页 |
·计算方法预测蛋白质相互作用 | 第25-28页 |
·蛋白质相互作用网络及相关数据库 | 第28-30页 |
·蛋白质组学研究概述 | 第30-31页 |
·基于图和复杂网络理论的生物网络研究概述 | 第31-33页 |
·本文的研究内容安排与创新点 | 第33-38页 |
·全文组织结构 | 第33-35页 |
·本文的主要创新点 | 第35-38页 |
第二章 预备知识 | 第38-44页 |
·图论的研究历史 | 第38-39页 |
·图的基本理论 | 第39-44页 |
·图的定义 | 第39-41页 |
·图的基本概念 | 第41页 |
·图的矩阵表示 | 第41-44页 |
第三章 基于多源数据融合及网络拓扑结构的蛋白质相互作用数据噪声过滤方法研究 | 第44-60页 |
·引言 | 第44-45页 |
·评估蛋白质相互作用的计算方法 | 第45-48页 |
·基于实验重复性观察的方法 | 第45-46页 |
·基于基因本体信息的方法 | 第46页 |
·基于多源信息融合的方法 | 第46-47页 |
·基于蛋白质相互作用网络拓扑结构的方法 | 第47-48页 |
·基于多源数据融合及网络拓扑结构的蛋白质相互作用数据噪声过滤方法 | 第48-54页 |
·罗切斯特回归(Logistic Regression,LR)模型简介 | 第48-51页 |
·加权CD-Dist简介 | 第51-54页 |
·实验结果及其分析 | 第54-59页 |
·数据源获取 | 第54-56页 |
·相互作用数据源描述 | 第54-55页 |
·多数据源描述 | 第55-56页 |
·实验性能的评价指标 | 第56-57页 |
·实验结果分析 | 第57-59页 |
·本章小结 | 第59-60页 |
第四章 基于流形学习ISOMAP的蛋白质相互作用数据噪声过滤方法研究 | 第60-78页 |
·引言 | 第60-61页 |
·算法描述 | 第61-67页 |
·流形学习简介 | 第63-65页 |
·蛋白质对的相互作用可靠性指数 | 第65-67页 |
·实验结果及分析 | 第67-77页 |
·蛋白质相互作用数据源 | 第67页 |
·发生与不发生相互作用蛋白质对在低维嵌入空间的距离分布 | 第67-71页 |
·将蛋白质相互作用网络映射到低维度量空间的ROC曲线性能分析 | 第71-73页 |
·评估稠密蛋白质相互作用数据的可靠性 | 第73-74页 |
·评估稀疏蛋白质相互作用数据的可靠性 | 第74-76页 |
·预测稀疏蛋白质相互作用网络中新的相互作用 | 第76-77页 |
·本章小结 | 第77-78页 |
第五章 基于线图及加权网络拓扑结构的蛋白质相互作用数据噪声过滤方法研究 | 第78-88页 |
·引言 | 第78-79页 |
·基于线图及加权网络拓扑结构的蛋白质相互作用数据评估 | 第79-85页 |
·方法概述 | 第79页 |
·加权线图变换算法 | 第79-82页 |
·加权网络拓扑属性 | 第82-84页 |
·相互作用可靠性分值计算 | 第84-85页 |
·实验结果与分析 | 第85-87页 |
·本章小结 | 第87-88页 |
第六章 基于图的半监督学习及网络拓扑结构的遗传相互作用预测方法研究 | 第88-110页 |
·引言 | 第88-90页 |
·当前预测蛋白质遗传相互作用的计算方法 | 第90-92页 |
·基于蛋白质互作网络拓扑属性的蛋白质遗传相互作用预测方法 | 第91页 |
·通过整合多源异构组学数据来预测新的蛋白质遗传相互作用 | 第91-92页 |
·基于同源性的蛋白质遗传相互作用预测 | 第92页 |
·基于图的半监督学习及加权网络拓扑结构的蛋白质遗传相互作用预测研究 | 第92-100页 |
·方法概述 | 第92-93页 |
·功能基因网络的构建 | 第93-94页 |
·功能基因网络的拓扑属性 | 第94-97页 |
·基于图的半监督分类器简述 | 第97-100页 |
·实验结果与分析 | 第100-108页 |
·数据源 | 第100-101页 |
·交叉验证 | 第101-102页 |
·实验结果 | 第102-105页 |
·实验结果讨论 | 第105-108页 |
·本章小结 | 第108-110页 |
第七章 基于高内涵RNAi筛选及功能基因网络的信号通路重建算法研究. | 第110-128页 |
·引言 | 第110-112页 |
·数据描述 | 第112-117页 |
·高内涵RNA干涉筛选数据 | 第112-116页 |
·其他多源基因组和蛋白质组学数据 | 第116-117页 |
·算法描述 | 第117-120页 |
·方法概述 | 第117-118页 |
·基于多数据源的功能基因网络FGN构建 | 第118-119页 |
·用于重建MAPK信号通路的IILP算法 | 第119-120页 |
·实验结果与分析 | 第120-126页 |
·算法评价指标 | 第120-121页 |
·实验结果 | 第121-126页 |
·本章小结 | 第126-128页 |
第八章 工作总结与展望 | 第128-132页 |
·论文的主要工作和创新点 | 第128-131页 |
·下一步工作展望 | 第131-132页 |
参考文献 | 第132-141页 |
在读期间发表的学术论文与取得的研究成果 | 第141-143页 |
致谢 | 第143页 |