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