摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第13-28页 |
1.1 研究背景与意义 | 第13-16页 |
1.2 国内外研究现状 | 第16-19页 |
1.3 蛋白质相互作用热区的概念 | 第19-24页 |
1.3.1 蛋白质-蛋白质相互作用 | 第19-20页 |
1.3.2 蛋白质结合面性质 | 第20-22页 |
1.3.3 蛋白质相互作用中的热点残基 | 第22-23页 |
1.3.4 蛋白质相互作用中的热区 | 第23-24页 |
1.4 本文的研究内容与创新点 | 第24-26页 |
1.4.1 本文的内容安排 | 第24-25页 |
1.4.2 本文的创新点 | 第25-26页 |
1.5 本章小结 | 第26-28页 |
第2章 蛋白质相互作用的生物实验方法和智能计算方法 | 第28-39页 |
引言 | 第28-29页 |
2.1 获取蛋白质相互作用的生物实验方法 | 第29-32页 |
2.1.1 丙氨酸突变实验 | 第29-30页 |
2.1.2 Bind-Wash-Elute洗脱实验 | 第30-31页 |
2.1.3 高通量实验方法 | 第31-32页 |
2.2 预测蛋白质相互作用的智能计算方法 | 第32-36页 |
2.2.1 基于基因信息的方法 | 第33-34页 |
2.2.2 基于蛋白质结构信息的方法 | 第34-35页 |
2.2.3 基于氨基酸序列信息的方法 | 第35-36页 |
2.3 蛋白质相互作用的数据库 | 第36-37页 |
2.4 本章小结 | 第37-39页 |
第3章 基于密度聚类和特征分类的蛋白质热区预测 | 第39-71页 |
引言 | 第39页 |
3.1 基于密度的增量型聚类 | 第39-42页 |
3.1.1 聚类分析 | 第39-40页 |
3.1.2 聚类算法分析 | 第40-41页 |
3.1.3 基于蛋白质残基密度的增量型聚类 | 第41-42页 |
3.2 基于特征的分类 | 第42-46页 |
3.2.1 支持向量机 | 第42-43页 |
3.2.2 递归特征消除结合归一化互信息特征选择 | 第43-46页 |
3.3 结合密度聚类和特征分类的热区预测算法 | 第46-48页 |
3.4 实验结果与分析 | 第48-69页 |
3.4.1 数据集 | 第48-54页 |
3.4.2 标准热区定义 | 第54-56页 |
3.4.3 评价准则 | 第56-57页 |
3.4.4 实验结果 | 第57-64页 |
3.4.5 预测性能比较 | 第64-69页 |
3.5 本章小结 | 第69-71页 |
第4章 热区预测算法优化 | 第71-84页 |
引言 | 第71页 |
4.1 聚类参数选择优化 | 第71-77页 |
4.1.1 蛋白质残基密度聚类参数选择 | 第71-72页 |
4.1.2 聚类参数选择优化算法 | 第72-73页 |
4.1.3 实验结果 | 第73-76页 |
4.1.4 预测性能比较 | 第76-77页 |
4.2 邻居残基优化 | 第77-83页 |
4.2.1 热区预测结果邻居残基优化原则 | 第77-78页 |
4.2.2 邻居残基优化算法 | 第78-79页 |
4.2.3 实验结果 | 第79-80页 |
4.2.4 预测性能比较 | 第80-83页 |
4.3 本章小结 | 第83-84页 |
第5章 基于序列保守性的热区验证方法 | 第84-96页 |
引言 | 第84页 |
5.1 直接同源基因 | 第84-86页 |
5.2 保守性得分函数 | 第86-88页 |
5.3 实验结果与分析 | 第88-95页 |
5.4 本章小结 | 第95-96页 |
第6章 总结与展望 | 第96-99页 |
6.1 本文的主要研究工作 | 第96-98页 |
6.2 下一步工作展望 | 第98-99页 |
致谢 | 第99-100页 |
参考文献 | 第100-109页 |
附录1攻读博士学位期间取得的科研成果 | 第109-110页 |
附录2攻读博士学位期间参加的科研项目 | 第110页 |