| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-10页 |
| 图目录 | 第10-12页 |
| 表目录 | 第12-13页 |
| 第一章 绪论 | 第13-31页 |
| 1.1 课题的背景和意义 | 第13-14页 |
| 1.2 蛋白质相互作用网络概述 | 第14-20页 |
| 1.2.1 蛋白质简介 | 第14-15页 |
| 1.2.2 蛋白质的功能 | 第15-16页 |
| 1.2.3 蛋白质相互作用网络 | 第16-18页 |
| 1.2.4 常用蛋白质相互作用数据库 | 第18-20页 |
| 1.3 蛋白质功能预测计算方法概述 | 第20-28页 |
| 1.3.1 基于蛋白质序列的方法 | 第20-21页 |
| 1.3.2 基于蛋白质结构的方法 | 第21-22页 |
| 1.3.3 基于基因组上下文的方法 | 第22-24页 |
| 1.3.4 基于基因表达数据的方法 | 第24-25页 |
| 1.3.5 基于文本挖掘的方法 | 第25-26页 |
| 1.3.6 基于蛋白质相互作用网络的方法 | 第26-28页 |
| 1.4 本文内容 | 第28-29页 |
| 1.5 论文结构 | 第29-31页 |
| 第二章 一种基于协同分类的蛋白质功能预测方法 | 第31-47页 |
| 2.1 引言 | 第31-32页 |
| 2.2 方法 | 第32-36页 |
| 2.2.1 符号和问题定义 | 第32页 |
| 2.2.2 利用蛋白质序列信息在网络中添加边 | 第32-33页 |
| 2.2.3 基于吉布斯抽样的协同分类算法 | 第33-36页 |
| 2.2.3.1 自引导阶段 | 第33-35页 |
| 2.2.3.2 迭代分类阶段 | 第35-36页 |
| 2.3 实验 | 第36-45页 |
| 2.3.1 数据集 | 第36-38页 |
| 2.3.2 实验设置 | 第38页 |
| 2.3.3 评价指标 | 第38-39页 |
| 2.3.4 对比方法 | 第39页 |
| 2.3.5 参数k和λ对实验结果的影响 | 第39-41页 |
| 2.3.6 留一验证的实验结果 | 第41-43页 |
| 2.3.7 稀疏标注网络中的实验结果 | 第43-45页 |
| 2.4 本章小结 | 第45-47页 |
| 第三章 网络重构与网络加边对蛋白质功能预测的影响 | 第47-67页 |
| 3.1 引言 | 第47-48页 |
| 3.2 方法 | 第48-54页 |
| 3.2.1 相似性度量 | 第48-51页 |
| 3.2.1.1 蛋白质序列相似度 | 第48-49页 |
| 3.2.1.2 网络局部相似度 | 第49-50页 |
| 3.2.1.3 网络全局相似度 | 第50-51页 |
| 3.2.2 网络重构和网络加边 | 第51页 |
| 3.2.3 蛋白质功能预测算法 | 第51-54页 |
| 3.3 实验 | 第54-66页 |
| 3.3.1 数据集 | 第54-55页 |
| 3.3.2 实验设置 | 第55-56页 |
| 3.3.3 相似性度量的选择 | 第56-57页 |
| 3.3.4 参数k和λ对实验结果的影响 | 第57-61页 |
| 3.3.5 数据集A上的实验结果 | 第61-63页 |
| 3.3.5.1 留一验证的实验结果 | 第61页 |
| 3.3.5.2 稀疏标注网络中的实验结果 | 第61-63页 |
| 3.3.6 数据集B上的实验结果 | 第63-66页 |
| 3.4 本章小结 | 第66-67页 |
| 第四章 一种基于主动学习的蛋白质功能预测方法 | 第67-79页 |
| 4.1 引言 | 第67-68页 |
| 4.2 方法 | 第68-75页 |
| 4.2.1 主动学习概述 | 第68-71页 |
| 4.2.1.1 主动学习的分类 | 第69-70页 |
| 4.2.1.2 基于池的主动学习 | 第70-71页 |
| 4.2.2 一种基于主动学习的蛋白质功能预测方法 | 第71-74页 |
| 4.2.2.1 符号和问题定义 | 第71-72页 |
| 4.2.2.2 谱聚类算法 | 第72-73页 |
| 4.2.2.3 网络中心化指标 | 第73-74页 |
| 4.2.3 基于吉布斯抽样的协同分类算法 | 第74-75页 |
| 4.3 实验 | 第75-77页 |
| 4.3.1 数据集 | 第75页 |
| 4.3.2 实验设置 | 第75-76页 |
| 4.3.3 实验结果 | 第76-77页 |
| 4.4 本章小结 | 第77-79页 |
| 第五章 癌症蛋白质在蛋白质相互作用网络中的拓扑特征 | 第79-89页 |
| 5.1 引言 | 第79-80页 |
| 5.2 方法 | 第80-84页 |
| 5.2.1 生物网络的主要拓扑特征 | 第80-81页 |
| 5.2.2 两种不同的观点 | 第81-82页 |
| 5.2.3 复杂网络分析中的三种网络度量 | 第82-84页 |
| 5.3 实验 | 第84-87页 |
| 5.3.1 数据集 | 第84-86页 |
| 5.3.2 实验结果 | 第86-87页 |
| 5.4 本章小结 | 第87-89页 |
| 第六章 总结与展望 | 第89-91页 |
| 6.1 本文工作总结 | 第89-90页 |
| 6.2 未来工作展望 | 第90-91页 |
| 参考文献 | 第91-105页 |
| 发表/录用论文 | 第105页 |
| 已投稿论文 | 第105-107页 |
| 致谢 | 第107-108页 |