蛋白質(zhì)結(jié)構(gòu)預(yù)測：支持向量機(jī)的應(yīng)用

前言
第1章 蛋白質(zhì)結(jié)構(gòu)預(yù)測概述
1.1 蛋白質(zhì)預(yù)測基本方法簡介
1.2 蛋白質(zhì)二級結(jié)構(gòu)和結(jié)構(gòu)域預(yù)測方法簡介
第2章 相關(guān)知識背景
2.1 生物信息學(xué)
2.1.1 生物信息學(xué)的定義、目的、內(nèi)容和發(fā)展趨勢
2.1.2 基因組學(xué)
2.1.3 蛋白質(zhì)組學(xué)
2.1.4 數(shù)據(jù)庫
2.2 蛋白質(zhì)序列、結(jié)構(gòu)與功能的關(guān)系
2.3 機(jī)器學(xué)習(xí)
2.3.1 機(jī)器學(xué)習(xí)的定義和特點(diǎn)
2.3.2 基本的機(jī)器學(xué)習(xí)模型
2.3.3 機(jī)器學(xué)習(xí)方法分類
2.3.4 應(yīng)用于生物信息學(xué)領(lǐng)域的機(jī)器學(xué)習(xí)方法
第3章 統(tǒng)計(jì)學(xué)習(xí)理論
3.1 學(xué)習(xí)問題的表示方法
3.1.1 概述
3.1.2 學(xué)習(xí)問題的一般表示
3.1.3 學(xué)習(xí)問題的模型
3.1.4 經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則
3.1.5 復(fù)雜性和推廣能力
3.1.6 模式識別問題
3.2 統(tǒng)計(jì)學(xué)習(xí)理論的四個部分
3.2.1 學(xué)習(xí)過程的一致性
3.2.2 學(xué)習(xí)過程收斂速度的界
3.2.3 控制學(xué)習(xí)過程推廣能力的理論
第4章 構(gòu)造支持向量機(jī)
4.1 優(yōu)化理論
4.1.1 問題公式化
4.1.2 拉格朗日理論
4.1.3 KKT理論
4.2 支持向量機(jī)
4.2.1 支持向量機(jī)基本原理簡介
4.2.2 線性分類
4.2.3 非線性分類
4.2.4 多重分類
第5章 應(yīng)用于支持向量機(jī)的主要算法
5.1 支持向量機(jī)算法中目前的研究狀況
5.2 分解算法
5.3 順序最小優(yōu)化算法
5.3.1 順序最小優(yōu)化算法的原理
5.3.2 兩個拉格朗日乘子的優(yōu)化問題
5.3.3 選擇待優(yōu)化拉格朗日乘子的啟發(fā)式方法
5.3.4 每次最小優(yōu)化后的重置工作
5.3.5 順序最小優(yōu)化算法的特點(diǎn)和優(yōu)勢
第6章 Libsvm簡介
6.1 公式
6.1.1 C一支持向量分類（二元）
6.1.2 支持向量分類（二元）
6.2 二次規(guī)劃問題的解決
6.2.1 C-SVC的分解算法
6.2.2 工作集的選擇和停止循環(huán)的標(biāo)準(zhǔn)
6.2.3 支持向量分類的分解方法
6.2.4 解析解法
6.2.5 6和p的計(jì)算
6.3 壓縮和緩存
6.3.1 壓縮
6.3.2 緩存
6.4 多元分類
6.5 非平衡數(shù)據(jù)集
6.6 模型的選擇
6.7 預(yù)測蛋白質(zhì)結(jié)構(gòu)中運(yùn)用Libsvm的基本操作方法
第7章 蛋白質(zhì)二級結(jié)構(gòu)預(yù)測
7.1 蛋白質(zhì)結(jié)構(gòu)
7.1.1 蛋白質(zhì)的一級結(jié)構(gòu)
7.1.2 蛋白質(zhì)的二級結(jié)構(gòu)特征
7.1.3 蛋白質(zhì)結(jié)構(gòu)域、三級結(jié)構(gòu)與四級結(jié)構(gòu)
7.2 蛋白質(zhì)二級結(jié)構(gòu)定義
7.2.1 DSSP數(shù)據(jù)庫中的蛋白質(zhì)二級結(jié)構(gòu)特征識別
7.2.2 蛋白質(zhì)二級結(jié)構(gòu)鑒別方法
7.2.3 DEFINE算法對于蛋白質(zhì)二級結(jié)構(gòu)的定義
7.2.4 P.Cruve方法
7.3 蛋白質(zhì)二級結(jié)構(gòu)預(yù)測
7.3.1 概述
7.3.2 樣本集的選擇
7.3.3 二級結(jié)構(gòu)規(guī)類方法
7.3.4 運(yùn)用支持向量機(jī)進(jìn)行蛋白質(zhì)結(jié)構(gòu)預(yù)測的樣本提取方法與編碼規(guī)則
7.3.5 二級結(jié)構(gòu)預(yù)測準(zhǔn)確率評估方法
7.3.6 蛋白質(zhì)二級結(jié)構(gòu)預(yù)測結(jié)果
第8章 蛋白質(zhì)折疊類型的預(yù)測
8.1 簡介
8.2 蛋白質(zhì)結(jié)構(gòu)域數(shù)據(jù)
8.2.1 DALI算法和FSSP數(shù)據(jù)庫——距離矩陣比對的蛋白質(zhì)結(jié)構(gòu)比較
8.2.2 CATH蛋白質(zhì)結(jié)構(gòu)域數(shù)據(jù)庫
8.2.3 SCOP數(shù)據(jù)庫
8.2.4 SCOP、CATH和FSSP的關(guān)系
8.3 蛋白質(zhì)結(jié)構(gòu)域的支持向量機(jī)預(yù)測方法
8.3.1 蛋白質(zhì)結(jié)構(gòu)域預(yù)測中的樣本集選擇
8.3.2 編碼方法
8.3.3 拓?fù)漕A(yù)測準(zhǔn)確率的評估方法
8.3.4 分類器設(shè)計(jì)與軟件使用方法
8.3.5 結(jié)果與分析
8.4 小結(jié)
8.4.1 結(jié)論
8.4.2 討論
參考文獻(xiàn)
附表1 Rsl26數(shù)據(jù)集
附表2 cB513數(shù)據(jù)集
附表3 蛋白質(zhì)結(jié)構(gòu)域拓?fù)鋵宇A(yù)測樣本集
附表4 蛋白質(zhì)結(jié)構(gòu)域同源超族層預(yù)測樣本集
附表5 蛋白質(zhì)結(jié)構(gòu)域序列家族層樣本集