声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究概括
1.3 甲型流感病毒抗原性变异预测研究理论知识
1.3.1 流感病毒
1.3.2 数据库介绍
1.3.3 甲型流感病毒抗原性预测概述
1.4 论文研究内容与结构安排
2 甲型流感病毒抗原性变异预测的研究进展
2.1 引言
2.2 标准数据集的构建
2.3 血凝素蛋白序列相似性信息的提取
2.4 关键性位点的筛选
2.4.1 根据先验知识手动筛选
2.4.2 最大相关性最小冗余度(MRMR)
2.4.3 线性模型权值筛选法
2.4.4 主成分分析(PCA)
2.5 预测分类算法介绍
2.5.1 C4.5决策树算法
2.5.2 BP神经网络
2.6 预测性能评价指标
2.6.1 评估方法
2.6.2 评价指标
2.7 本章小结
3 联合随机森林算法的甲型流感病毒抗原性变异预测
3.1 引言
3.2 数据集
3.3 特征和模型的构建
3.3.1 氨基酸指数数据库的介绍
3.3.2 特征及反应变量的构建
3.3.3 随机森林算法的初步分析
3.3.4 联合模型的构建
3.4 结果分析与讨论
3.4.1 系统分析各替换矩阵预测效果
3.4.2 驱使甲型流感(H3N2)发生抗原性变异的关键性位点
3.4.3 驱使抗原性漂移事件的突变
3.4.4 新序列的预测及与遗传距离的比较
3.4.5 模型的评价
3.4.6 本章小结
基于矩阵填充算法的甲型流感病毒抗原性变异预测
4.1 引言
4.2 数据集与模型的构建
4.2.1 数据集
4.2.2 模型的构建
4.3 序列相似信息的提取及模型的求解
4.3.1 序列相似信息的提取
4.3.2 模型的求解
4.4 抗原性图谱,遗传图谱以及进化树的构建
4.5 结果与讨论
4.5.1 参数的筛选
4.5.2 预测结果的簇间距离和簇内距离
4.5.3 结果评估与比较
4.6 本章小结
5 总结与展望
参考文献
攻读研究生期间的研究成果
致谢