声明
摘要
第1章绪论
1．1研究背景与意义
1．2国内外研究现状
1．2．1 Hub蛋白质的研究现状
1．2．2相互作用结合面的研究现状
1．2．3存在的难点
1．3．1本文的内容安排
1．3．2本文的创新点
第2章蛋白质相互作用结合面的相关概念
2．1基本概念
2．1．1氨基酸
2．1．2蛋白质结构属性
2．1．3蛋白质相互作用结合面
2．1．4蛋白质相互作用热点残基
2．1．5蛋白质相互作用热区
2．2蛋白质数据库
2．3研究方法
2．3．1传统的研究方法
2．3．2智能计算方法
2．4本章小结
第3章基于相关系数的特征选择方法
3．1数据集
3．1．1数据集的获取与处理
3．1．2蛋白质的特征属性
3．2特征选择策略
3．2．1基于相关系数的特征选择
3．2．2相关系数图
3．2．3基于SVM-RFE的特征选择
3．3特征选择的结果
3．4本章小结
第4章基于集成学习的Hub蛋白质结合面热点预测方法
4．1集成学习
4．1．2 Gradient Boosting
4．1．3随机森林算法
4．2．1相互作用倾向性优化
4．2．2评价标准
4．2．3实验结果
4．3 Hub蛋白质结合面上的热点预测
4．3．1评价标准
4．3．2标准数据集的实验结果
4．3．3 DateHub和PartyHub数据集的实验结果
4．4本章小结
第5章基于聚类的Hub蛋白质结合面热区预测方法
5．1问题定义
5．2基于局部社区结构探测的热区预测方法
5．2．1基于聚类的边界点识别
5．2．2丢失残基优化策略
5．2．3 LCSD算法
5．2．4评价标准
5．2．5实验结果
5．3基于残基配位数优化和K-means的热区预测方法
5．3．1 K-means算法
5．3．2基于轮廓系数的K值优化
5．3．3残基配位数优化
5．3．4实验结果
5．4 PPRA优化
5．4．1基于PPRA优化的预测方法
5．4．2实验结果
5．5本章小结
第6章总结与展望
6．1本文的工作总结
6．2工作展望
致谢
参考文献
附录
