| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-25页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·后基因组时代的生物信息学 | 第11-12页 |
| ·生物信息学的研究现状 | 第12-14页 |
| ·生物信息在研究蛋白质相互作用中的应用 | 第14-15页 |
| ·蛋白质相互作用数据库 | 第15-18页 |
| ·DIP 数据库 | 第15-16页 |
| ·BIND 数据库 | 第16页 |
| ·HPRD 数据库 | 第16页 |
| ·PPI 相关数据库总述及整合 | 第16-18页 |
| ·蛋白质相互作用的研究方法 | 第18-24页 |
| ·研究蛋白质相互作用的常规方法 | 第18-20页 |
| ·酵母双杂交 | 第18-19页 |
| ·噬菌体展示技术(PDT) | 第19页 |
| ·免疫共沉淀 | 第19-20页 |
| ·生物物理学方法 | 第20-22页 |
| ·荧光共振能量转移技术 | 第20页 |
| ·质谱 | 第20-21页 |
| ·原子作用力显微技术 | 第21-22页 |
| ·生物信息学分析方法 | 第22-24页 |
| ·KNN 法 | 第22-23页 |
| ·贝叶斯判别 | 第23页 |
| ·支持向量机 | 第23-24页 |
| ·论文的研究内容与安排 | 第24-25页 |
| 2 理论预测算法 | 第25-34页 |
| ·算法描述 | 第25-32页 |
| ·离散量的定义 | 第25页 |
| ·离散量的性质 | 第25-26页 |
| ·离散增量 | 第26页 |
| ·ID 算法的评价 | 第26-27页 |
| ·二次判别分析函数 | 第27-28页 |
| ·QD 中分类阈值ξ0的确定 | 第28-30页 |
| ·二次判别分析函数的推广式 | 第30-32页 |
| ·预测性能的评价指标 | 第32-33页 |
| ·小结 | 第33-34页 |
| 3 蛋白质-蛋白质相互作用的预测 | 第34-39页 |
| ·数据集构建 | 第34页 |
| ·氨基酸的约化 | 第34-35页 |
| ·特征提取 | 第35页 |
| ·预测结果 | 第35-38页 |
| ·酿酒酵母中PPI 的预测 | 第38-39页 |
| 4 IDQD 算法的扩展应用—DNA 甲基化位点的预测 | 第39-44页 |
| ·引言 | 第39页 |
| ·数据集构建 | 第39-40页 |
| ·特征的选取 | 第40页 |
| ·结果与讨论 | 第40-43页 |
| ·窗口长度及核苷酸k 联体长度对IDQD 模型性能的影响 | 第40-42页 |
| ·预测DNA 甲基化的IDQD 模型与其他机器学习算法模型的比较 | 第42-43页 |
| ·结论 | 第43-44页 |
| 讨论 | 第44-45页 |
| 参考文献 | 第45-52页 |
| 在学研究成果 | 第52-53页 |
| 致谢 | 第53页 |
