| 摘要 | 第5-8页 |
| ABSTRACT | 第8-11页 |
| 第一章 绪论 | 第15-30页 |
| 1.1 蛋白质中的翻译后修饰反应 | 第15-22页 |
| 1.1.1 磷酸化修饰反应 | 第17-19页 |
| 1.1.2 二硫键和连接 | 第19-21页 |
| 1.1.3 交联 | 第21-22页 |
| 1.2 不同氨基酸上的翻译后修饰类型 | 第22-27页 |
| 1.3 预测翻译后修饰位点的机器学习方法 | 第27-29页 |
| 1.4 论文的主要研究内容 | 第29-30页 |
| 第二章 相关工作介绍 | 第30-71页 |
| 2.1 预测修饰位点使用的特征 | 第30-39页 |
| 2.1.1 氨基酸特征 | 第30-32页 |
| 2.1.2 位点特异性得分矩阵特征 | 第32-33页 |
| 2.1.3 氨基酸因子特征 | 第33-37页 |
| 2.1.4 蛋白无序区域特征 | 第37页 |
| 2.1.5 二级结构和相对溶剂可及化表面特征 | 第37-39页 |
| 2.1.6 氨基酸频率特征 | 第39页 |
| 2.2 合成少数类别的过抽样方法 | 第39-41页 |
| 2.3 特征选择 | 第41-46页 |
| 2.3.1 最大相关最小冗余方法 | 第42-44页 |
| 2.3.2 逐次特征选取法 | 第44-45页 |
| 2.3.3 两阶段逐次特征选取法 | 第45-46页 |
| 2.4 机器学习分类算法 | 第46-66页 |
| 2.4.1 最近邻算法 | 第48-50页 |
| 2.4.2 Dagging算法 | 第50-52页 |
| 2.4.3 支持向量机 | 第52-61页 |
| 2.4.4 随机森林 | 第61-64页 |
| 2.4.5 神经网络 | 第64-66页 |
| 2.5 预测指标 | 第66-71页 |
| 2.5.1 敏感性 | 第67页 |
| 2.5.2 特异性 | 第67页 |
| 2.5.3 精确性 | 第67-68页 |
| 2.5.4 准确度 | 第68页 |
| 2.5.5 马修斯相关系数 | 第68-69页 |
| 2.5.6 F测量值 | 第69页 |
| 2.5.7 约登指数 | 第69-71页 |
| 第三章 蛋白质序列中单个修饰位点的预测 | 第71-101页 |
| 3.1 酪氨酸残基硝基化位点的预测 | 第71-81页 |
| 3.1.1 背景介绍 | 第71-72页 |
| 3.1.2 材料、方法和结果 | 第72-75页 |
| 3.1.3 讨论 | 第75-80页 |
| 3.1.4 小结 | 第80-81页 |
| 3.2 甘氨酸残基豆蔻酰化位点的预测 | 第81-93页 |
| 3.2.1 背景介绍 | 第81-83页 |
| 3.2.2 材料、方法和结果 | 第83-85页 |
| 3.2.3 讨论 | 第85-92页 |
| 3.2.4 小结 | 第92-93页 |
| 3.3 赖氨酸残基丙二酰化位点的预测 | 第93-101页 |
| 3.3.1 背景介绍 | 第93-94页 |
| 3.3.2 材料、方法和结果 | 第94-97页 |
| 3.3.3 讨论 | 第97-99页 |
| 3.3.4 小结 | 第99-101页 |
| 第四章 蛋白质序列中连接和竞争性修饰位点的预测 | 第101-125页 |
| 4.1 半胱氨酸和丝氨酸残基(苏氨酸残基)硫醚键的预测 | 第101-116页 |
| 4.1.1 背景介绍 | 第101-102页 |
| 4.1.2 材料、方法和结果 | 第102-107页 |
| 4.1.3 讨论 | 第107-115页 |
| 4.1.4 小结 | 第115-116页 |
| 4.2 赖氨酸残基乙酰化、泛素化和苏素化位点的预测 | 第116-125页 |
| 4.2.1 生物背景 | 第116-118页 |
| 4.2.2 材料、方法和结果 | 第118-121页 |
| 4.2.3 讨论 | 第121-124页 |
| 4.2.4 小结 | 第124-125页 |
| 第五章 信号肽中切割位点的预测 | 第125-136页 |
| 5.1 背景介绍 | 第125-126页 |
| 5.2 材料、方法和结果 | 第126-129页 |
| 5.3 讨论 | 第129-134页 |
| 5.4 小结 | 第134-136页 |
| 第六章 总结和展望 | 第136-139页 |
| 参考文献 | 第139-178页 |
| 作者在攻读博士学位期间公开发表的论文 | 第178-181页 |
| 作者在攻读博士学位期间所参与的项目 | 第181-182页 |
| 致谢 | 第182页 |