首页--生物科学论文--微生物学论文

噬菌体展示实验数据的预处理研究

摘要第1-7页
ABSTRACT第7-9页
目录第9-11页
第一章 绪论第11-17页
   ·丝状噬菌体概述第11-12页
   ·噬菌体展示技术第12-14页
   ·噬菌体展示数据的信号与噪声第14-15页
   ·噬菌体展示数据预处理研究进展第15-16页
   ·本文的主要研究内容及结构安排第16-17页
第二章 基于模体的靶位无关多肽检测工具第17-24页
   ·模体收集第17-19页
   ·靶位无关多肽检测工具 TUPScan第19-20页
     ·TUPScan 的开发第19页
     ·TUPScan 的使用第19-20页
   ·TUPScan 在 B 细胞表位预测中的应用第20-23页
     ·测试数据集第21页
     ·表位预测程序介绍第21-22页
     ·表位预测结果分析第22-23页
   ·TUPScan 在疫苗开发上的应用第23页
   ·本章小结第23-24页
第三章 基于模拟肽数据库的靶位无关多肽检测工具第24-44页
   ·模拟肽数据库 MimoDB第24-34页
     ·MimoDB 结构设计第24-28页
     ·MimoDB 数据采集第28-29页
     ·MimoDB 升级历史第29-30页
     ·MimoDB 数据统计第30-32页
     ·MimoDB 用户界面第32-34页
   ·基于数据库搜索的 TUP 检测工具 MimoSearch第34-36页
   ·基于数据库比对的 TUP 检测工具 MimoBlast第36-38页
   ·MimoDB 附带的两个工具第38-42页
     ·基于模拟肽蛋白互作位点预测的标准测试集 MimoBench第38-41页
       ·标准测试集 MimoBench 构建第38-39页
       ·蛋白质相互作用位点预测工具介绍第39页
       ·预测工具的性能分析第39-41页
     ·基于数据库的模体匹配工具 MimoScan第41-42页
   ·本章小结第42-44页
第四章 基于支持向量机的靶位无关多肽检测工具第44-56页
   ·支持向量机第44-45页
   ·特征编码模式第45页
   ·预测效果评估方法第45-46页
   ·增殖优势多肽预测工具 PhD7Faster第46-52页
     ·训练数据集第46-47页
     ·多肽序列分析第47-49页
     ·基于 SVM 的增殖优势多肽预测第49-50页
     ·不同机器学习方法间的比较第50-51页
     ·预测模型构建第51页
     ·网络服务第51-52页
   ·亲和素结合肽预测工具 Avidinbinder第52-55页
     ·训练数据集第53页
     ·基于 SVM 的亲和素结合肽预测第53-54页
     ·不同机器学习方法间的比较第54页
     ·网络服务第54-55页
   ·本章小结第55-56页
第五章 噬菌体展示实验数据的预处理工具包 SAROTUP第56-59页
   ·SAROTUP 网络服务平台第56-57页
   ·SAROTUP 的输入标准和警告第57-58页
   ·本章小结第58-59页
第六章 总结和展望第59-61页
   ·全文总结第59-60页
   ·后续工作展望第60-61页
致谢第61-62页
参考文献第62-68页
攻硕期间取得的研究成果第68-69页

论文共69页,点击 下载论文
上一篇:基于符号演算的分子积分算法研究和应用
下一篇:带假结RNA二级结构预测研究