声明
摘要
符号说明
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文主要工作
1.4 论文安排
第二章 相关工作的基础知识
2.1 蛋白质相关知识概述
2.1.1 蛋白质概述
2.1.2 蛋白质相互作用概述
2.2 本文相关算法简介
2.2.1 深度神经网络简介
2.2.2 支持向量机简介
2.2.3 AdaBoost简介
2.2.4 随机森林简介
2.3 蛋白质相关数据库
2.3.1 DIPs数据库
2.3.2 UniProt数据库
2.3.3 PDB数据库
2.3.4 HPRD数据库
2.4 本章小结
第三章 蛋白质相互作用预测模型的实现
3.1 引言
3.2 数据集的构造
3.3 深度神经网络
3.4 预测框架的设计
3.5 特征提取
3.5.1 氨基酸组成
3.5.2 二肽组成
3.5.3 组成/转换/分布特征描述符
3.5.4 准序列描述符
3.5.5 两亲性伪氨基酸组成
3.6 评估准则
3.7 本章小结
第四章 实验结果与分析
4.1 在酿酒酵母数据集中DeepPPI不同网络结构的比较
4.2 与现有方法的比较
4.2.1 在酿酒酵母核心数据集上的性能比较
4.2.2 在幽门螺杆菌数据集上的性能比较
4.2.3 在智人数据集上的性能比较
4.2.4 在交叉物种PPIs数据集上的性能比较
4.3 与知识型PPIs方法的比较
4.3.1 在Gold和Silver数据集上的表现
4.3.2 在总的Gold和Silver数据集上的表现
4.4 超参数优化
4.5 高级特征可视化
4.6 讨论与结论
4.7 本章小结
第五章 总结与展望
参考文献
附录
致谢
攻读学位期间发表的学术论文