| 摘要 | 第1-7页 |
| abstract | 第7-11页 |
| 第一章 绪论 | 第11-15页 |
| ·研究背景,目的及意义 | 第11页 |
| ·国内外研究现状 | 第11-12页 |
| ·论文主要内容 | 第12-15页 |
| ·论文主要研究工作 | 第12-13页 |
| ·论文结构 | 第13-15页 |
| 第二章 背景知识 | 第15-21页 |
| ·ATC分类系统 | 第15-17页 |
| ·ATC分类系统的概念 | 第15-17页 |
| ·ATC相关数据库与现状 | 第17页 |
| ·通路概况 | 第17-19页 |
| ·通路简介 | 第17-18页 |
| ·通路相关数据库 | 第18-19页 |
| ·模型评价指标 | 第19-21页 |
| 第三章 基于随机森林方法的药物的ATC分类编码预测 | 第21-38页 |
| ·引言 | 第21-22页 |
| ·材料与方法 | 第22-28页 |
| ·药物特征构建 | 第23页 |
| ·ATC编码特征构建 | 第23-24页 |
| ·构建药物-结构域相互作用关系网络 | 第24-26页 |
| ·构建特征以及分类 | 第26-28页 |
| ·结果与讨论 | 第28-36页 |
| ·药物-结构域互作网络分析 | 第28-29页 |
| ·新特征结果验证和比较 | 第29-31页 |
| ·与其它方法的比较 | 第31-32页 |
| ·新预测药物-ATC对的数据库验证 | 第32-34页 |
| ·新预测药物-ATC对的生物网络验证 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 基于隐性语义分析和PU-KNN方法的药物-通路作用关系预测 | 第38-51页 |
| ·引言 | 第38-39页 |
| ·材料与方法 | 第39-46页 |
| ·相似性特征构建 | 第39-41页 |
| ·药物-疾病-通路网络构建 | 第41-43页 |
| ·特征向量构建 | 第43-44页 |
| ·基于隐性语义分析的PU-KNN方法 | 第44-46页 |
| ·结果分析和讨论 | 第46-50页 |
| ·方法评估与比较 | 第46-48页 |
| ·新预测药物-通路对的验证 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 基于集成学习的药物-通路相互作用关系预测 | 第51-60页 |
| ·引言 | 第51页 |
| ·基分类器 | 第51-52页 |
| ·集成学习方法 | 第52-58页 |
| ·Vote算法 | 第52页 |
| ·装袋 | 第52-54页 |
| ·提升 | 第54-56页 |
| ·成本敏感学习 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·论文工作总结 | 第60-61页 |
| ·今后工作展望 | 第61-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-71页 |
| 附录 攻读学位期间发表论文目录 | 第71页 |