| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 蛋白质相互作用 | 第8-10页 |
| 1.1.1 分子生物学中心法则 | 第8页 |
| 1.1.2 蛋白质相互作用网络 | 第8-9页 |
| 1.1.3 蛋白质相互作用网络分析的内容 | 第9-10页 |
| 1.2 聚类算法的介绍 | 第10-14页 |
| 1.2.1 聚类过程描述 | 第10-11页 |
| 1.2.2 聚类算法分类 | 第11-14页 |
| 1.3 蛋白质相互作用网络的数据来源 | 第14-15页 |
| 1.4 论文的研究内容 | 第15页 |
| 1.5 论文的组织结构 | 第15-17页 |
| 第二章 蛋白质相互作用数据库的应用 | 第17-27页 |
| 2.1 HPRD数据库 | 第17-18页 |
| 2.2 DIP数据库 | 第18-19页 |
| 2.3 MINT数据库 | 第19-20页 |
| 2.4 IntAct数据库 | 第20-21页 |
| 2.5 MIPS数据库 | 第21-22页 |
| 2.6 UniHI数据库 | 第22-24页 |
| 2.7 IMEX数据库 | 第24-26页 |
| 2.8 本章小结 | 第26-27页 |
| 第三章 聚类算法 | 第27-35页 |
| 3.1 K-medoids聚类算法 | 第27-28页 |
| 3.1.1 背景 | 第27页 |
| 3.1.2 算法概述 | 第27-28页 |
| 3.2 Molecular Complex Detection聚类算法 | 第28-32页 |
| 3.2.1 背景 | 第28页 |
| 3.2.2 算法概述 | 第28-32页 |
| 3.3 聚类算法的评价 | 第32-34页 |
| 3.3.1 背景 | 第32页 |
| 3.3.2 Davies-Bouldin index聚类评价 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 数据收集 | 第35-44页 |
| 4.1 数据的来源 | 第35页 |
| 4.2 Cytoscape的简介 | 第35-37页 |
| 4.3 相互作用置信度评分体系 | 第37-39页 |
| 4.4 数据收集的具体实例 | 第39-42页 |
| 4.4.1 PPI数据的收集 | 第39-40页 |
| 4.4.2 PPI数据的整合 | 第40-42页 |
| 4.4.3 PPI数据的筛选 | 第42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 具体实验的评价及分析 | 第44-62页 |
| 5.1 实验数据集的准备 | 第44页 |
| 5.2 聚类结果评价 | 第44-51页 |
| 5.2.1 K-medoids算法聚类结果评价 | 第44-49页 |
| 5.2.2 MCODE算法聚类结果评价 | 第49-51页 |
| 5.2.3 K-medoids和MCODE聚类评价比较 | 第51页 |
| 5.3 最优聚类结果分析 | 第51-57页 |
| 5.3.1 HBPPI最优聚类结果分析 | 第51-54页 |
| 5.3.2 ABPPI最优聚类结果分析 | 第54-57页 |
| 5.4 蛋白质复合物预测 | 第57-61页 |
| 5.5 本章小结 | 第61-62页 |
| 第六章 总结 | 第62-64页 |
| 6.1 论文总结 | 第62-63页 |
| 6.2 下一步的工作 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
