首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

大规模信号网络的结构属性分析和自动重建

摘要第1-13页
ABSTRACT第13-15页
第一章 绪论第15-37页
   ·信号转导通路的功能和结构第15-21页
     ·信号转导的功能第15页
     ·信号的种类第15-16页
     ·信号的归宿第16-17页
     ·信号通路的组分第17-21页
   ·信号网络的作用机制第21-23页
     ·动态性第21-22页
     ·复杂性第22页
     ·网络化第22-23页
     ·专一性第23页
   ·信号网络的生物信息学研究第23-31页
     ·数据库资源第23-25页
     ·结构属性分析第25-27页
     ·通路自动重建第27-28页
     ·建模和仿真第28-30页
     ·大规模信号网络研究给生物信息学带来的挑战第30-31页
   ·论文的研究内容和创新点第31-35页
   ·论文结构第35-37页
第二章 信号网络中单个蛋白质重要性的度量第37-50页
   ·数据集第37-38页
     ·小鼠的海马神经元中的信号网络第37页
     ·小鼠基因敲除表型第37-38页
     ·小鼠进化速率第38页
   ·用于度量蛋白质重要性的新指标SigFlux第38-41页
     ·SigFlux 定义第38-39页
     ·SigFlux 计算第39-41页
   ·SigFlux 与蛋白质的必要性显著相关第41-43页
   ·SigFlux 可以指示蛋白质的进化速率第43-45页
   ·SigFlux 与连接度的比较第45-49页
     ·SigFlux 和连接度分别表征蛋白质的整体属性和局部属性第45-46页
     ·蛋白质的SigFlux 和连接度分布第46-49页
   ·本章小结第49-50页
第三章 基于结构域预测蛋白质相互作用中的信号流走向第50-59页
   ·数据集第51页
     ·高可信度的结构域相互作用第51页
     ·信号网络中的蛋白质相互作用第51页
   ·基于结构域预测蛋白质相互作用中信号流走向的方法第51-55页
     ·结构域相互作用和蛋白质相互作用的方向第51-52页
     ·用于度量结构域相互作用方向的函数F第52-53页
     ·用于度量蛋白质相互作用方向的参数PIDS第53-55页
   ·方法评估第55-58页
     ·5 倍交叉验证结果第55-56页
     ·在不同物种中的性能第56-57页
     ·在不同信号通路中的性能第57-58页
   ·本章小结第58-59页
第四章 基于蛋白质功能注释预测蛋白质相互作用中信号流走向第59-67页
   ·蛋白质功能注释第59-62页
     ·GO 注释工具第59-60页
     ·参与有向相互作用的蛋白质的GO 注释第60-62页
   ·根据功能注释预测蛋白质相互作用中信号流走向的方法第62-64页
   ·方法评估第64-66页
     ·5 倍交叉验证结果第64-65页
     ·在不同物种中的性能第65-66页
   ·本章小结第66-67页
第五章 基于蛋白质序列预测蛋白质相互作用中信号流走向第67-76页
   ·蛋白质序列的数学表示方法第67-70页
     ·氨基酸分类第67-68页
     ·氨基酸序列表示第68-70页
   ·支持向量机方法介绍第70-73页
     ·基本原理第70-71页
     ·算法流程第71-73页
   ·根据蛋白质序列预测蛋白质相互作用中信号流走向的方法第73-74页
     ·序列表示方法选择第73页
     ·分类方法选择第73-74页
   ·方法评估第74-75页
   ·本章小结第75-76页
第六章 采用贝叶斯方法整合多数据源预测蛋白质相互作用中信号流走向第76-88页
   ·贝叶斯整合方法的建立第76-80页
     ·贝叶斯方法介绍第76-78页
     ·PIDS 分组似然比第78-79页
     ·GODS 分组似然比第79-80页
     ·贝叶斯方法综合似然比第80页
   ·贝叶斯方法评估第80-83页
     ·基于结构域和功能注释的方法与贝叶斯方法结果比较第80-82页
     ·在不同物种中的性能第82-83页
   ·预测蛋白质相互作用中信号流走向的网页工具第83-84页
   ·基于结构域、功能注释和蛋白质序列的方法和贝叶斯方法比较第84-86页
   ·本章小结第86-88页
第七章 在整合的人蛋白质相互作用网络中推断潜在信号通路并进行属性分析第88-104页
   ·整合的人类蛋白质相互作用数据集第88-89页
   ·人蛋白质相互作用网络的方向标注第89-94页
     ·基于结构域方法的预测结果第89-90页
     ·基于GO 注释方法的预测结果第90-91页
     ·贝叶斯整合方法的预测结果第91-93页
     ·基于序列的方法预测结果第93-94页
   ·预测有向网络的属性分析第94-100页
     ·蛋白质相互作用的检测方法第94页
     ·参与有向相互作用的蛋白质的功能注释第94-95页
     ·参与有向相互作用的蛋白质的亚细胞定位第95页
     ·有向网络的拓扑属性分析第95-98页
     ·从预测有向图推断新的信号通路第98-99页
     ·采用SigFlux 指标寻找重要蛋白质第99-100页
   ·本章小结第100-104页
致谢第104-105页
参考文献第105-114页
作者在学期间取得的学术成果第114-116页
附录A 预测得到的有向蛋白质相互作用的部分结果第116-119页
附录B 相关基础知识第119-120页

论文共120页,点击 下载论文
上一篇:互联网域间路由安全监测技术研究
下一篇:数据流频繁模式挖掘关键算法及其仿真应用研究