| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 主要符号对照表 | 第11-12页 |
| 第1章 前言 | 第12-35页 |
| 1.1 蛋白质结构预测 | 第13-20页 |
| 1.1.1 同源建模 | 第14-17页 |
| 1.1.2 串线法 | 第17-20页 |
| 1.1.3 从头开始结构预测 | 第20页 |
| 1.2 构象搜索算法 | 第20-24页 |
| 1.3 势能函数 | 第24-25页 |
| 1.4 统计势能函数及参考态 | 第25-30页 |
| 1.4.1 统计势能函数的数学基础 | 第26-27页 |
| 1.4.2 距离依赖型统计势能函数 | 第27-29页 |
| 1.4.3 取向依赖型统计势能函数 | 第29-30页 |
| 1.5 从头开始蛋白质结构预测的现状 | 第30-34页 |
| 1.6 研究的目的和意义 | 第34-35页 |
| 第2章 材料与方法 | 第35-39页 |
| 2.1 decoy sets | 第35-36页 |
| 2.1.1 SPOUSE中使用的decoy sets | 第35-36页 |
| 2.1.2 ORDER_AVE中使用的decoy sets | 第36页 |
| 2.2 结构预测中的测试蛋白 | 第36-37页 |
| 2.3 高分辨率结构的筛选 | 第37-38页 |
| 2.4 TM-score的计算 | 第38-39页 |
| 第3章 距离依赖型统计势能函数SPOUSE | 第39-61页 |
| 3.1 引言 | 第39-40页 |
| 3.1.1 距离依赖型统计势能函数及其应用 | 第39页 |
| 3.1.2 参考态 | 第39页 |
| 3.1.3 研究目的和意义 | 第39-40页 |
| 3.2 材料与方法 | 第40-45页 |
| 3.2.1 观察概率的计算 | 第40-41页 |
| 3.2.2 预期概率的计算 | 第41-44页 |
| 3.2.3 函数的评估与比较 | 第44-45页 |
| 3.3 结果与分析 | 第45-55页 |
| 3.3.1 观察概率的分布 | 第45页 |
| 3.3.3 预期概率的分布 | 第45-48页 |
| 3.3.4 不同参考态的对比 | 第48-49页 |
| 3.3.5 势能曲线的比较 | 第49-52页 |
| 3.3.6 天然结构的识别 | 第52-53页 |
| 3.3.7 最佳模型的识别 | 第53-54页 |
| 3.3.8 构象势能与构象质量之间的相关性 | 第54-55页 |
| 3.4 讨论 | 第55-61页 |
| 3.4.1 参考态 | 第55-57页 |
| 3.4.2 距离阈值的影响 | 第57-58页 |
| 3.4.3 简化模型的统计势能 | 第58-59页 |
| 3.4.4 未来的提升方向 | 第59-61页 |
| 第4章 取向依赖型统计势能函数ORDER_AVE | 第61-78页 |
| 4.1 引言 | 第61-62页 |
| 4.1.1 相互作用原子之间的位置取向 | 第61页 |
| 4.1.2 参考态 | 第61页 |
| 4.1.3 研究目的和意义 | 第61-62页 |
| 4.2 材料与方法 | 第62-66页 |
| 4.2.1 角度信息的定义 | 第62-63页 |
| 4.2.2 观察概率的计算 | 第63-64页 |
| 4.2.3 参考态和预期概率Pexp | 第64页 |
| 4.2.4 局部作用和非局部作用的不同处理 | 第64-65页 |
| 4.2.5 测试集处理和对比函数 | 第65-66页 |
| 4.3 结果与分析 | 第66-71页 |
| 4.3.1 天然结构识别 | 第66-67页 |
| 4.3.2 构象能量和质量之间的相关系数 | 第67-69页 |
| 4.3.3 近天然态模型的识别 | 第69-70页 |
| 4.3.4 casp_good中最优模型的排名 | 第70-71页 |
| 4.4 讨论 | 第71-78页 |
| 4.4.1 参考态的影响 | 第71-73页 |
| 4.4.2 非局部和局部作用的区分 | 第73-74页 |
| 4.4.3 角度参数之间的相关性 | 第74-75页 |
| 4.4.4 ORDER_AVE在SPOUSE的基础上提升明显 | 第75-76页 |
| 4.4.5 未来的提升方向 | 第76-78页 |
| 第5章 预测程序中的其他势能函数 | 第78-101页 |
| 5.1 引言 | 第78-80页 |
| 5.1.1 其他势能函数的必要性 | 第78-79页 |
| 5.1.2 TM-score | 第79页 |
| 5.1.3 研究目的和意义 | 第79-80页 |
| 5.2 软核范德华作用（soft-score energy） | 第80-84页 |
| 5.2.1 背景介绍 | 第80-81页 |
| 5.2.2 材料与方法 | 第81页 |
| 5.2.3 结果 | 第81-84页 |
| 5.3 氢键 | 第84-87页 |
| 5.3.1 背景介绍 | 第84页 |
| 5.3.2 材料与方法 | 第84-85页 |
| 5.3.3 结果 | 第85-87页 |
| 5.4 疏水作用（burial energy） | 第87-91页 |
| 5.4.1 背景介绍 | 第87-88页 |
| 5.4.2 材料与方法 | 第88-89页 |
| 5.4.3 结果 | 第89-91页 |
| 5.5 β 折叠股成对作用（β packing energy） | 第91-95页 |
| 5.5.1 背景介绍 | 第91-92页 |
| 5.5.2 材料与方法 | 第92-93页 |
| 5.5.3 结果 | 第93-95页 |
| 5.6 接触能（contact energy） | 第95-97页 |
| 5.6.1 背景介绍 | 第95-96页 |
| 5.6.2 材料与方法 | 第96页 |
| 5.6.3 结果 | 第96-97页 |
| 5.7 讨论 | 第97-101页 |
| 5.7.1 软核范德华的作用 | 第97-98页 |
| 5.7.2 接触能的影响 | 第98-99页 |
| 5.7.3 不同能量之间的权重 | 第99-101页 |
| 第6章 结构预测算法实现及实例分析 | 第101-114页 |
| 6.1 引言 | 第101页 |
| 6.1.1 蛋白质结构预测算法 | 第101页 |
| 6.1.2 研究的目的和意义 | 第101页 |
| 6.2 材料与方法 | 第101-106页 |
| 6.2.1 总体流程 | 第101-102页 |
| 6.2.2 随机结构的产生 | 第102-104页 |
| 6.2.3 片段置换 | 第104-105页 |
| 6.2.4 模拟退火 | 第105页 |
| 6.2.5 预测体系的进化 | 第105-106页 |
| 6.3 结果 | 第106-112页 |
| 6.3.1 预测模型与晶体结构的比较 | 第106-107页 |
| 6.3.2 二级结构的进化 | 第107-112页 |
| 6.3.3 三级结构的进化 | 第112页 |
| 6.4 讨论 | 第112-114页 |
| 第7章 讨论与展望 | 第114-121页 |
| 7.1 讨论 | 第114-120页 |
| 7.1.1 研究内容总结 | 第114-116页 |
| 7.1.2 当前存在的问题和解决方案 | 第116-120页 |
| 7.2 展望 | 第120-121页 |
| 第8章 其他工作 | 第121-126页 |
| 8.1 RNA隐式溶剂模拟 | 第121-126页 |
| 8.1.1 背景介绍 | 第121页 |
| 8.1.2 结果简介 | 第121-126页 |
| 参考文献 | 第126-137页 |
| 致谢 | 第137-139页 |
| 附录A ORDER_AVE中的统计分析 | 第139-141页 |
| 附录B casp_good和casp9中删除的模型 | 第141-144页 |
| 附录C 20种氨基酸的疏水能量函数 | 第144-145页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第145页 |
