目 錄
摘 要 V
Abstract VII
目 錄 X
第一章 緒論 1
1.1 生物信息學(xué)簡(jiǎn)介 1
1.1.1 生物信息學(xué)的含義 1
1.1.2 生物信息學(xué)的研究意義 1
1.1.3 生物信息學(xué)的研究?jī)?nèi)容 2
1.1.4 常用生物信息學(xué)數(shù)據(jù)庫(kù) 3
1.2 數(shù)據(jù)挖掘簡(jiǎn)介 4
1.2.1 數(shù)據(jù)挖掘的含義 4
1.2.2 數(shù)據(jù)挖掘系統(tǒng)的組成 5
1.2.3 數(shù)據(jù)挖掘與數(shù)學(xué)模型的關(guān)系 5
1.2.4 數(shù)據(jù)挖掘與經(jīng)典統(tǒng)計(jì)分析的關(guān)系 6
1.2.5 數(shù)據(jù)挖掘的流程 6
1.3 涉及的計(jì)算機(jī)常識(shí) 7
1.3.1 Java語(yǔ)言 7
1.3.2 Swing技術(shù) 8
1.3.3 XML 8
1.4 本文的主要內(nèi)容 9
第二章 常用數(shù)據(jù)挖掘算法 10
2.1 基本算法 10
2.1.1 最近鄰算法 10
2.1.2 人工神經(jīng)網(wǎng)絡(luò)算法 10
2.1.3 支持向量機(jī)算法 12
2.1.3.1 統(tǒng)計(jì)學(xué)習(xí)理論 12
2.1.3.2 支持向量分類算法 14
2.1.3.3 常用核函數(shù) 18
2.1.4 決策樹算法 18
2.1.4.1 C4.5算法 20
2.1.4.2 隨機(jī)森林算法 20
2.1.5 貝葉斯網(wǎng)絡(luò)算法 20
2.2 集成學(xué)習(xí)算法 21
2.2.1 Boosting和AdaBoost算法 22
2.2.2 Bagging算法 23
2.3 特征選擇算法 23
2.3.1 mRMR算法 24
2.3.2 IFS算法 25
2.3.3 CFS算法 25
2.3.4 FFS算法 26
2.4 本章小結(jié) 27
第三章 小分子的參數(shù)表征研究 28
3.1 引言 28
3.2 商業(yè)軟件 28
3.2.1 HyperChem 28
3.2.2 ChemOffice 30
3.3 開源軟件 31
3.3.1 小分子官能團(tuán)組成 31
3.3.2 CDK 32
3.4 ChemAxon 34
3.4.1 ChemAxon及其產(chǎn)品簡(jiǎn)介 34
3.4.1.1 ChemAxon簡(jiǎn)介 34
3.4.1.2 Marvin簡(jiǎn)介 35
3.4.1.3 JChem簡(jiǎn)介 36
3.4.2 JChem for Excel的簡(jiǎn)介 37
3.4.3 Calculator Plugins的簡(jiǎn)介 38
3.4.4國(guó)內(nèi)外使用ChemAxon的概況 41
3.4.4.1 國(guó)內(nèi)使用情況 41
3.4.4.2 國(guó)外使用情況 42
3.4.5 基于Calculator Plugins的二次開發(fā) 44
3.4.5.1 程序的簡(jiǎn)介 44
3.4.5.2 對(duì)計(jì)算分子的預(yù)處理 45
3.4.5.3 程序的實(shí)現(xiàn)原理 46
3.4.5.4 程序的使用方法 47
3.5 本章小結(jié) 48
第四章 小分子參與代謝途徑類型研究 49
4.1 引言 49
4.2小分子參與脂類代謝途徑的子類型預(yù)測(cè) 51
4.2.1 研究背景 51
4.2.2 數(shù)據(jù)準(zhǔn)備 52
4.2.3 結(jié)果與討論 55
4.2.3.1 特征選擇 55
4.2.3.2 模型的建立與評(píng)估 55
4.2.3.3 特征分析 58
4.3 小分子參與單途徑代謝的類型預(yù)測(cè) 59
4.3.1 研究背景 59
4.3.2 數(shù)據(jù)準(zhǔn)備 60
4.3.3 結(jié)果與討論 63
4.3.3.1 特征選擇 63
4.3.3.2 模型的建立與評(píng)估 66
4.3.3.3 投票法模型分析 68
4.3.3.4 特征分析 70
4.3.3.5 與使用官能團(tuán)組成結(jié)果的比較 74
4.3.4 在線預(yù)測(cè)服務(wù) 75
4.3.4.1 實(shí)現(xiàn)在線預(yù)測(cè)服務(wù)的意義 75
4.3.4.2 在線預(yù)測(cè)服務(wù)的實(shí)現(xiàn)原理 76
4.3.4.3 在線預(yù)測(cè)服務(wù)的內(nèi)容 77
4.4 本章小結(jié) 78
第五章 小分子與酶的相互作用研究 80
5.1 引言 80
5.2 蛋白質(zhì)的表征方法 81
5.2.1 氨基酸組成 82
5.2.2 擬氨基酸組成 83
5.2.3 氨基酸的組成和分布 84
5.3 數(shù)據(jù)準(zhǔn)備 85
5.3.1 數(shù)據(jù)的獲取 85
5.3.2 參數(shù)表征 86
5.4 結(jié)果與討論 87
5.4.1 特征選擇 88
5.4.2 模型的建立和評(píng)估 89
5.4.3 特征分析 90
5.5 本章小結(jié) 92
第六章 投票法預(yù)測(cè)蛋白質(zhì)與RNA的相互作用 93
6.1 引言 93
6.2 數(shù)據(jù)準(zhǔn)備 95
6.3 投票算法 97
6.4 結(jié)果與討論 98
6.4.1 投票使用的分類器 98
6.4.2 單一分類器的預(yù)測(cè)結(jié)果 99
6.4.3 投票算法的預(yù)測(cè)結(jié)果 104
6.4.4 算法選擇分析 106
6.5 本章小結(jié) 107
第七章 總結(jié)與展望 109
7.1 全文總結(jié) 109
7.2 工作展望 110
參考文獻(xiàn) 112
攻讀博士學(xué)位期間發(fā)表的論文 130
攻讀博士學(xué)位期間參與的項(xiàng)目 131
致 謝 132