摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第9-15页 |
1.1 研究背景和意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 本文的主要内容 | 第13-14页 |
1.4 本文的组织结构 | 第14-15页 |
2 相关研究方法 | 第15-24页 |
2.1 蛋白质噪声标注识别模型基本结构 | 第15-16页 |
2.2 GOA功能标注的证据属性 | 第16-17页 |
2.3 相似度计算方法 | 第17-19页 |
2.3.1 蛋白质之间的语义相似度计算 | 第17-18页 |
2.3.2 GO功能标签之间的分类相似度 | 第18-19页 |
2.4 稀疏表示的基本概述 | 第19-21页 |
2.5 评价方法 | 第21-23页 |
2.5.1 蛋白质噪声功能标注识别评价度量 | 第21页 |
2.5.2 蛋白质功能预测评价度量 | 第21-23页 |
2.6 本章小结 | 第23-24页 |
3 基于分类相似度和语义相似度的蛋白质噪声功能标注识别(NoisyGOA) | 第24-41页 |
3.1 NoisyGOA方法介绍 | 第24-26页 |
3.1.1 GO功能之间的分类相似度 | 第24-25页 |
3.1.2 蛋白质之间的语义相似度 | 第25页 |
3.1.3 基于语义相似度和分类相似度的蛋白质噪声功能标注识别 | 第25-26页 |
3.2 实验结果分析 | 第26-40页 |
3.2.1 数据集 | 第26-27页 |
3.2.2 对比方法 | 第27-28页 |
3.2.3 模拟添加噪声功能标注实验 | 第28-33页 |
3.2.4 在不同时期归档的数据集上统计噪声实验 | 第33-35页 |
3.2.5 不同分类相似度下噪声功能标注识别分析 | 第35-36页 |
3.2.6 不同语义相似度下噪声功能标注识别分析 | 第36-38页 |
3.2.7 剔除噪声后蛋白质功能预测 | 第38-40页 |
3.3 本章小结 | 第40-41页 |
4 基于证据属性加权和稀疏表示的蛋白质噪声功能标注识别(NoGOA) | 第41-56页 |
4.1 NoGOA方法概述 | 第41-44页 |
4.1.1 利用稀疏表示初步识别噪声功能标注 | 第41-42页 |
4.1.2 基于证据属性的蛋白质-功能标签关联矩阵加权 | 第42-44页 |
4.1.3 识别噪声功能标注 | 第44页 |
4.2 实验结果分析 | 第44-55页 |
4.2.1 数据集 | 第44-45页 |
4.2.2 对比方法 | 第45-46页 |
4.2.3 识别噪声功能标注结果分析 | 第46-50页 |
4.2.4 参数敏感性分析 | 第50-54页 |
4.2.5 剔除噪声后蛋白质功能预测 | 第54-55页 |
4.3 本章小结 | 第55-56页 |
5 总结与展望 | 第56-58页 |
5.1 论文总结 | 第56-57页 |
5.2 论文展望 | 第57-58页 |
参考文献 | 第58-63页 |
致谢 | 第63-64页 |
发表论文及参加课题一览表 | 第64-65页 |