| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要研究内容 | 第11页 |
| 1.4 本文组织结构 | 第11-13页 |
| 第二章 关键蛋白质检测的相关技术 | 第13-25页 |
| 2.1 引言 | 第13页 |
| 2.2 PPI网络 | 第13-14页 |
| 2.3 基于PPI网络拓扑特征的检测方法 | 第14-17页 |
| 2.3.1 经典中心性方法 | 第15-16页 |
| 2.3.2 其他基于拓扑特征的方法 | 第16-17页 |
| 2.4 融合生物数据的检测方法 | 第17-24页 |
| 2.5 小结 | 第24-25页 |
| 第三章 基于ELM的关键蛋白质识别方法 | 第25-33页 |
| 3.1 引言 | 第25-26页 |
| 3.2 基于ELM的关键蛋白质识别方法 | 第26-29页 |
| 3.2.1 极限学习机 | 第27-28页 |
| 3.2.2 关键蛋白质的检测 | 第28-29页 |
| 3.3 实验结果与分析 | 第29-32页 |
| 3.3.1 实验数据集 | 第29页 |
| 3.3.2 实验结果与分析 | 第29-32页 |
| 3.4 小结 | 第32-33页 |
| 第四章 一种基于动态加权PPI网络的蛋白质关键性预测算法 | 第33-49页 |
| 4.1 引言 | 第33-34页 |
| 4.2 常见动态PPI网络构建方法 | 第34-36页 |
| 4.2.1 时序蛋白质网络(TC-PINs) | 第34-35页 |
| 4.2.2 动态蛋白质网络(APIN) | 第35-36页 |
| 4.3 动态PPI网络构建 | 第36-38页 |
| 4.4 动态PPI网络加权 | 第38-41页 |
| 4.4.1 基因本体介绍 | 第38-40页 |
| 4.4.2 GO相似性 | 第40页 |
| 4.4.3 动态加权PPI网络构建 | 第40-41页 |
| 4.5 关键蛋白质识别 | 第41-43页 |
| 4.6 实验结果与分析 | 第43-48页 |
| 4.6.1 实验数据 | 第43页 |
| 4.6.2 实验结果 | 第43-48页 |
| 4.7 小结 | 第48-49页 |
| 第五章 结论 | 第49-52页 |
| 5.1 本文工作总结 | 第49-50页 |
| 5.2 未来展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间的研究成果 | 第57-58页 |