第1章 绪 论
1.1课题背景
1.2研究目的及意义
1.3国内外相关技术发展现状
1.3.1 蛋白质折叠识别发展现状
1.3.2 深度学习在生物信息学领域的发展现状
1.4本文的主要研究内容和内容安排
1.4.1 主要研究内容
1.4.2 本文内容安排
第2章基于深度神经网络的折叠特异性特征提取方法
2.1 引言
2.2 数据集
2.2.1 基准数据集
2.2.2 序列数据库的构建
2.3 蛋白质折叠特异性特征提取方法
2.3.1 蛋白质表示方法
2.3.2 基于 CNN-BLSTM网络模型对进化信息的折叠特异性特征提取
2.3.3 基于DCNN-BLSTM网络模型对结构信息的折叠特异性特征提取
2.3.4 模型实现
2.4 特征分析
2.5 本章小结
第3章基于蛋白质结构模体的卷积神经网络特征提取方法
3.1 引言
3.2 蛋白质结构模体
3.3 基于结构模体的折叠特异性特征提取方法
3.3.1 基于进化信息的 MotifCNN 的网络模型
3.3.2 基于结构信息的 MotifDCNN 的网络模型
3.3.3 模型实现
3.4 特征分析
3.5 本章小结
第4章基于折叠特异性特征与支持向量机的蛋白质折叠识别方法
4.1 引言
4.2 基于支持向量机的蛋白质折叠识别方法
4.2.1 基于折叠特异性特征的成对序列相似评估
4.2.2 序列相似性特征向量化策略
4.2.3 结合支持向量机的折叠识别
4.2.4 模型实现
4.3 实验结果与分析
4.3.1 性能评价指标
4.3.2 基于传统深度神经网络特征提取方法的性能评估
4.3.3 基于结构模体卷积网络特征提取方法的性能评估
4.3.4 在基准数据集LE上的性能评估
4.4 本章小结
结 论
参考文献
攻读硕士学位期间发表的论文及其它成果
声明
致 谢
哈尔滨工业大学;