| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 蛋白质热稳定性研究的背景及意义 | 第9-11页 |
| 1.2.1 蛋白质的热稳定性 | 第9页 |
| 1.2.2 蛋白质的耐热机制 | 第9-11页 |
| 1.3 智能算法在蛋白质热稳定性研究中的应用 | 第11-14页 |
| 1.4 蛋白质氨基酸网络研究进展 | 第14-15页 |
| 1.4.1 复杂网络基本概念 | 第14页 |
| 1.4.2 氨基酸网络在蛋白质热稳定性研究中的应用 | 第14-15页 |
| 1.5 研究方案和主要工作 | 第15-17页 |
| 第二章 数据集的构建 | 第17-21页 |
| 2.1 引言 | 第17页 |
| 2.2 所用的生物信息学数据库 | 第17-18页 |
| 2.2.1 PGTdb数据库 | 第17页 |
| 2.2.2 PDB数据库 | 第17-18页 |
| 2.2.3 ProTherm数据库 | 第18页 |
| 2.3 构建数据集 | 第18-20页 |
| 2.3.1 分类数据集 | 第18页 |
| 2.3.2 回归预测数据集 | 第18-20页 |
| 2.4 小结 | 第20-21页 |
| 第三章 基于序列特征智能识别耐热蛋白质和耐温蛋白质 | 第21-31页 |
| 3.1 引言 | 第21页 |
| 3.2 蛋白质序列特征及特征计算 | 第21页 |
| 3.2.1 蛋白质氨基酸组成计算 | 第21页 |
| 3.2.2 蛋白质二肽组成计算 | 第21页 |
| 3.3 支持向量机方法 | 第21-25页 |
| 3.4 分类系统评价标准 | 第25-26页 |
| 3.5 基于序列特征的支持向量机智能识别蛋白质的热稳定性 | 第26-28页 |
| 3.6 基于支持向量机的氨基酸特征重要性筛选 | 第28-30页 |
| 3.7 小结 | 第30-31页 |
| 第四章 氨基酸网络拓扑属性影响智能识别蛋白质热稳定性的研究 | 第31-38页 |
| 4.1 引言 | 第31页 |
| 4.2 基于氨基酸相互作用网络的蛋白质结构特征 | 第31-33页 |
| 4.2.1 构建蛋白质的氨基酸相互作用网络 | 第31页 |
| 4.2.2 确定网络构建的截断半径 | 第31-32页 |
| 4.2.3 氨基酸网络属性的计算 | 第32-33页 |
| 4.3 网络特征智能识别耐热蛋白质和耐温蛋白质 | 第33-35页 |
| 4.4 不同的氨基酸网络拓扑属性对蛋白质热稳定性的影响 | 第35-37页 |
| 4.5 小结 | 第37-38页 |
| 第五章 基于群智能的蛋白质耐热温度预测研究 | 第38-47页 |
| 5.1 引言 | 第38页 |
| 5.2 特征选择 | 第38-39页 |
| 5.3 多元线性回归方法 | 第39-40页 |
| 5.4 优化方法-群智能算法 | 第40-44页 |
| 5.4.1 标准粒子群算法 | 第40-41页 |
| 5.4.2 人工蜂群算法 | 第41-42页 |
| 5.4.3 引入人工蜂群搜索算子的粒子群优化算法 | 第42-44页 |
| 5.5 基于人工蜂群与粒子群混合算法的蛋白质耐热温度的多元线性回归计算 | 第44页 |
| 5.5.1 基于氨基酸组成的蛋白质耐热温度计算 | 第44页 |
| 5.5.2 加入氨基酸网络拓扑属性的蛋白质耐热温度计算 | 第44页 |
| 5.6 结果与讨论 | 第44-46页 |
| 5.7 小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| 6.1 论文总结 | 第47-48页 |
| 6.2 工作展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录: 氨基酸中英文对照及缩写 | 第53-54页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第54页 |
