基于卷积神经网络的蛋白质结构柔性预测研究

目录

声明

第1章 绪论

1.1 课题研究背景及意义

1.2 基于实验方法的蛋白质柔性预测

1.3 基于计算模拟方法的蛋白质柔性预测

1.3.1 分子动力学模拟

1.3.2 正则模分析及弹性网络模型方法

1.4 基于机器学习的蛋白质柔性预测方法

1.5 论文主要研究内容与整体安排

第2章 基于点云的卷积神经网络及针对蛋白质结构特征的点云分割方法改进

2.1 引言

2.2 卷积神经网络

2.3 PointNet模型简述

2.4 批量大小策略

2.5 本章小结

第3章 基于改进的卷积神经网络的蛋白质柔性预测

3.1 引言

3.2 高斯网络模型

3.3 基于改进的卷积神经网络的蛋白质柔性预测算法

3.3.1 网络设计

3.3.2 局部特征提取

3.3.3 激活函数

3.3.4 优化算法

3.3.5 Dropout

3.3.6 实验设置

3.4 网络主要模块

3.4.1 空间变换网络

3.4.2 对称操作函数

3.4.3 评估指标

3.4.4 损失函数

3.5 预测结果与讨论

3.6 本章小结

第4章 基于改进的卷积神经网络的蛋白质重原子柔性预测

4.1 引言

4.2 B因子预测的机器学习方法

4.2.1 随机森林

4.2.2 梯度提升树

4.2.3 结合MWCG的卷积神经网络

4.3 本章网络模型与其他预测方法的结果对比与讨论

4.3.1 与仅考虑碳原子方法的结果对比与讨论

4.3.2 与其他机器学习方法的结果对比与讨论

4.4 本章小结

结论

附录A

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢