| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 背景介绍 | 第9-12页 |
| 1.1 生物信息学 | 第9页 |
| 1.2 蛋白质相关研究 | 第9-10页 |
| 1.3 蛋白质与蛋白质相互作用 | 第10-11页 |
| 1.4 蛋白质与与多肽相互作用 | 第11-12页 |
| 第2章 基于于亲和性计算方法鉴定14-3-3蛋白与磷酸肽结合特异性 | 第12-32页 |
| 2.1 背景介绍 | 第12-13页 |
| 2.2 数据集描述 | 第13-14页 |
| 2.3 算法介绍 | 第14-15页 |
| 2.4 短序列蛋白的特征提取 | 第15-16页 |
| 2.5 重采样方法 | 第16-18页 |
| 2.5.1 基于相似度的欠采样方法 | 第16-17页 |
| 2.5.2 基于加权少数样本合成技术的过采样方法 | 第17-18页 |
| 2.6 模型选择 | 第18-20页 |
| 2.6.1 线性回归 | 第18-19页 |
| 2.6.2 局部加权线性回归 | 第19-20页 |
| 2.7 基于弹性网回归的实验结果 | 第20-27页 |
| 2.7.1 在1,000个已知peptide上的验证 | 第20-21页 |
| 2.7.2 与试验方法对比 | 第21页 |
| 2.7.3 与计算方法对比 | 第21-22页 |
| 2.7.4 预测全部16000 peptide | 第22-26页 |
| 2.7.5 14-3-3σ结合肽基序的特异性 | 第26-27页 |
| 2.8 基于局部加权线性回归的实验结果 | 第27-32页 |
| 2.8.1 重采样方法和局部加权线性回归的有效性验证 | 第27-28页 |
| 2.8.2 在1000个已知多肽上的验证 | 第28-30页 |
| 2.8.3 14-3-3σ结合特异性 | 第30-32页 |
| 第3章 基于相似性的MHC分子与多肽相互作用的预测模型研究 | 第32-50页 |
| 3.1 背景介绍 | 第32-38页 |
| 3.1.1 MHC分子分类 | 第32-33页 |
| 3.1.2 MHC分子的多态性 | 第33-34页 |
| 3.1.3 MHC分子参与的抗原呈递 | 第34-36页 |
| 3.1.4 免疫生物信息学相关数据库 | 第36-37页 |
| 3.1.5 研究问题描述 | 第37-38页 |
| 3.2 工作基础 | 第38-40页 |
| 3.2.1 定量矩阵算法 | 第38页 |
| 3.2.2 机器学习方法预测MHC结合肽 | 第38-39页 |
| 3.2.3 MHC分子与多肽三维作用方法预测MHC结合肽 | 第39-40页 |
| 3.3 方法介绍-跨等位基因的预测方法 | 第40-47页 |
| 3.3.1 复合物数据集 | 第41页 |
| 3.3.2 MHC与多肽绑定的重要位点与pocket | 第41-44页 |
| 3.3.3 计算序列相似性 | 第44-45页 |
| 3.3.4 计算结构相似性 | 第45页 |
| 3.3.5 权重重计算 | 第45-47页 |
| 3.4 实验结果分析 | 第47-50页 |
| 3.4.1 三种打分函数的实验结果比较 | 第47页 |
| 3.4.2 与现有方法预测结果比较 | 第47-48页 |
| 3.4.3 其他预测结果 | 第48-50页 |
| 第4章 总结与展望 | 第50-52页 |
| 4.1 总结 | 第50页 |
| 4.2 展望 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 发表论文和参加科研情况说明 | 第57-58页 |
| 致谢 | 第58-59页 |
