摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
第一章 课题的研究意义及背景 | 第13-29页 |
·引言 | 第13-14页 |
·数据挖掘算法 | 第14-18页 |
·数据挖掘算法概念、方法和应用 | 第14-15页 |
·生物信息学中的数据挖掘算法 | 第15-18页 |
·生物信息学中信号肽预测研究意义 | 第18-29页 |
·信号肽结构、作用机制 | 第18-22页 |
·信号肽研究意义 | 第22-23页 |
·信号肽预测研究现状 | 第23-29页 |
第二章 序列比对在信号肽预测方面的应用 | 第29-47页 |
·序列比对 | 第29-34页 |
·序列比对的基本概念 | 第29页 |
·序列比对问题描述 | 第29-31页 |
·序列比对算法分类 | 第31-33页 |
·序列比对的方法 | 第33-34页 |
·全局序列比对 | 第34-41页 |
·全局序列比对的概念 | 第34-38页 |
·替换矩阵 | 第38-40页 |
·空位罚分 | 第40-41页 |
·全局序列比对的参数设置及其在信号肽剪切点预测中的应用 | 第41-45页 |
·实验数据集 | 第41-42页 |
·建模方法 | 第42页 |
·实验结果 | 第42-45页 |
·讨论 | 第45-47页 |
第三章 信号肽预测产生的不平衡样本问题研究 | 第47-60页 |
·研究背景及现状 | 第47-48页 |
·样本不平衡问题的定义 | 第47-48页 |
·样本不平衡问题的处理方法 | 第48页 |
·信号肽中的样本不平衡问题 | 第48-51页 |
·滑动窗的提出 | 第48-51页 |
·滑动窗口产生不平衡问题 | 第51页 |
·实验方法 | 第51-56页 |
·数据预处理方法的研究现状 | 第51-52页 |
·双重采样方法 | 第52页 |
·支持向量机(SVM) | 第52-55页 |
·支持向量机的核函数 | 第55-56页 |
·实验验证 | 第56-59页 |
·实验数据集 | 第56-57页 |
·蛋白质序列编码 | 第57页 |
·数据预处理(双重采样) | 第57页 |
·实验验证方法 | 第57-58页 |
·实验结果 | 第58-59页 |
·讨论 | 第59-60页 |
第四章 建立在线预测信号肽的网络平台 | 第60-71页 |
·网络平台对于生物学家的意义 | 第60-61页 |
·国际上现有的生物信息学网络预测平台 | 第61-64页 |
·BLAST | 第61-62页 |
·SRS | 第62-63页 |
·FASTA | 第63页 |
·ClustalW | 第63-64页 |
·国内现有的生物信息学网络预测平台 | 第64-67页 |
·中国科学院计算技术研究所生物信息学实验室 | 第64-65页 |
·上海生命科学研究院生物信息学中心 | 第65页 |
·华南理工大学生物信息网格平台 | 第65-67页 |
·网络平台的建立 | 第67-68页 |
·ASP 概念和工作流程 | 第67页 |
·VB Script 简介 | 第67页 |
·Internet Information Server | 第67-68页 |
·平台测试实验 | 第68-71页 |
·网址及界面 | 第68-69页 |
·在线预测过程 | 第69-71页 |
第五章 总结与展望 | 第71-74页 |
·本文研究总结 | 第71-72页 |
·序列比对算法应用于信号肽预测 | 第71页 |
·不平衡样本的处理 | 第71页 |
·在线预测信号肽网络平台的建立 | 第71-72页 |
·展望 | 第72-74页 |
·对信号肽预测研究的展望 | 第72页 |
·对序列比对方法研究的展望 | 第72页 |
·对不平衡样本问题研究的展望 | 第72-74页 |
参考文献 | 第74-77页 |
致谢 | 第77-78页 |
攻读硕士期间发表的论文 | 第78页 |