只利用序列信息预测蛋白质相互作用的深度神经网络模型研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 研究现状

1.2.2现存的问题

1.2.3 方法的提出

1.3 本文的主要工作

1.4 本文的结构安排

第2章 关键技术综述

2.1 相关生物学知识基础

2.2 蛋白质相互作用预测的神经网络方法

2.2.1 神经网络方法概述

2.2.2 卷积神经网络

2.2.3 循环神经网络

2.2.4 损失函数分类

2.2.5 激活函数分类

2.2.6 优化器分类

2.3 机器学习算法介绍

2.3.1 支持向量机

2.3.2 随机森林

2.3.3 梯度提升树

第3章 数据集的准备以及预处理

3.1 基准数据集

3.2 验证数据集

3.3 其它物种数据集

第4章 深度学习模型构建及实验过程介绍

4.1 深度学习模型的构建

4.2 蛋白质序列的编码

4.3 嵌入层

4.4 卷积层

4.5 长短时记忆网络层

4.6 全连接层

4.7 优化器

4.8 特征提取方法

第5章 实验结果及分析

5.1 模型参数设置及评价指标

5.2 基准数据集上的实验结果

5.3 验证数据集上的实验结果

5.4 其它物种数据集上的表现以及跨物种验证

5.5 模型结构的影响

第6章 总结和展望

6.1 全文总结

6.2 工作展望

参考文献

发表论文和参加科研情况说明

致谢