摘要 | 第1-8页 |
Abstract | 第8-10页 |
缩略语表 | 第10-11页 |
1 引言 | 第11-20页 |
·核酸绑定蛋白的生物学意义 | 第11-12页 |
·研究核酸绑定蛋白的实验方法以及相关数据库 | 第12-14页 |
·EMSA和Pull-down实验 | 第13页 |
·X射线晶体衍射和NMR | 第13页 |
·核酸蛋白复合物数据库 | 第13-14页 |
·研究核酸绑定蛋白质的生物信息学方法 | 第14-18页 |
·特征驱动方法 | 第14-16页 |
·模板方法 | 第16-17页 |
·特征驱动方法和模板方法的联合 | 第17-18页 |
·本研究的目的与意义 | 第18-20页 |
2 基于结构信息预测RNA绑定残基 | 第20-42页 |
·前言 | 第20页 |
·材料与方法 | 第20-29页 |
·数据来源 | 第20-23页 |
·特征值的选取 | 第23-26页 |
·特征驱动方法的构建 | 第26页 |
·模板方法的构建 | 第26页 |
·最终的预测模型 | 第26-27页 |
·预测效果评价 | 第27-28页 |
·与其它基于结构信息算法的比较 | 第28-29页 |
·结果与分析 | 第29-41页 |
·RNA绑定残基的特征描述 | 第29-31页 |
·采用RB264 评价特征驱动方法 | 第31-32页 |
·采用RB264 评价模板方法 | 第32-33页 |
·采用RB264 评价整合方法 | 第33-34页 |
·采用RB264 评价其它独立和综合的算法 | 第34-35页 |
·对游离态和结合态结构数据集进行独立测试 | 第35-36页 |
·对真实的和模拟的结构数据集进行独立测试 | 第36-38页 |
·对不同功能RNA结合的蛋白质数据集进行独立测试 | 第38-39页 |
·对基准数据集RB44 进行独立测试 | 第39-40页 |
·本章算法的局限性 | 第40-41页 |
·小结 | 第41-42页 |
3 基于序列信息预测核酸绑定残基 | 第42-62页 |
·前言 | 第42页 |
·材料与方法 | 第42-48页 |
·数据来源 | 第42-44页 |
·基于序列信息的残基描述 | 第44-47页 |
·SNBRFinderF:基于序列信息的特征驱动方法 | 第47页 |
·SNBRFinderT:基于序列信息的模板预测方法 | 第47页 |
·SNBRFinder:基于序列信息的联合方法 | 第47-48页 |
·测试过程和评价方法 | 第48页 |
·结果与讨论 | 第48-61页 |
·应用5倍交叉验证方法评价特征驱动算法 | 第48-50页 |
·不同的机器学习算法和训练集对于特征驱动方法的影响 | 第50-51页 |
·应用5倍交叉验证方法评价模板方法 | 第51-52页 |
·应用5倍交叉验证方法评价联合策略 | 第52-53页 |
·使用不同数据集评价上述预测模型 | 第53-54页 |
·与其它序列和结构方法进行比较 | 第54-56页 |
·与基于结构模型构建的预测方法进行比较 | 第56-57页 |
·与现有序列方法进行比较 | 第57-59页 |
·采用非核酸绑定蛋白数据集评价本章算法 | 第59-61页 |
·小结 | 第61-62页 |
4 总结与展望 | 第62-63页 |
参考文献 | 第63-67页 |
附录 | 第67-75页 |
攻读硕士期间发表的论文 | 第75-76页 |
致谢 | 第76页 |