生物分子網(wǎng)絡(luò)中的信息挖掘方法

目 錄
第1章 緒論\t1
1．1 生物分子網(wǎng)絡(luò)\t1
1．2 相關(guān)研究進展\t3
1．3 本書的研究內(nèi)容\t6
1．4 本書的結(jié)構(gòu)和組織\t8
1．5 參考文獻\t9
第2章 基于概率圖模型的蛋白質(zhì)相互作用網(wǎng)絡(luò)的重構(gòu)\t17
2．1 引言\t17
2．2 主要方法\t17
2．2．1 構(gòu)建稀疏概率圖模型\t17
2．2．2 參數(shù)估計\t19
2．2．3 置信度指標(biāo)\t20
2．3 實驗結(jié)果及分析\t22
2．3．1 數(shù)據(jù)庫\t22
2．3．2 實驗設(shè)置\t24
2．3．3 高精度酵母數(shù)據(jù)上的實驗結(jié)果\t24
2．3．4 人類蛋白質(zhì)數(shù)據(jù)上的實驗結(jié)果\t28
2．3．5 計算復(fù)雜度分析\t31
2．4 本章小結(jié)\t31
2．5 參考文獻\t32
第3章 秀麗線蟲數(shù)據(jù)庫的整合與重構(gòu)\t35
3．1 引言\t35
3．2 主要方法\t35
3．2．1 蛋白質(zhì)對的可靠性評分\t36
3．2．2 改進的稀疏概率圖模型\t36
3．2．3 參數(shù)估計\t37
3．3 實驗結(jié)果及分析\t38
3．3．1 數(shù)據(jù)庫\t38
3．3．2 置信度的有效性驗證\t40
3．3．3 秀麗線蟲加權(quán)網(wǎng)絡(luò)的應(yīng)用\t44
3．4 本章小結(jié)\t46
3．5 參考文獻\t47
第4章 蛋白質(zhì)相互作用網(wǎng)絡(luò)中最小驅(qū)動節(jié)點集的挖掘\t50
4．1 引言\t50
4．2 主要方法\t53
4．2．1 最小控制集模型\t53
4．2．2 中心校正最小控制集模型\t53
4．2．3 中心性計算\t55
4．3 實驗結(jié)果及分析\t55
4．3．1 數(shù)據(jù)庫\t55
4．3．2 參數(shù)效果分析\t57
4．3．3 不同優(yōu)化方法確定的驅(qū)動蛋白質(zhì)之間的重疊分析\t58
4．3．4 驅(qū)動蛋白質(zhì)的度分布\t59
4．3．5 驅(qū)動蛋白質(zhì)的介數(shù)分布\t59
4．3．6 驅(qū)動蛋白質(zhì)的攻擊脆弱性\t60
4．3．7 富集分析\t61
4．3．8 與其他算法比較\t66
4．3．9 計算時間分析\t67
4．4 本章小結(jié)\t68
4．5 參考文獻\t68
第5章 基于集成聚類的蛋白質(zhì)復(fù)合物的發(fā)現(xiàn)\t74
5．1 引言\t74
5．2 主要方法\t75
5．2．1 構(gòu)建合成網(wǎng)絡(luò)\t75
5．2．2 模型建立\t77
5．2．3 模型求解及蛋白質(zhì)復(fù)合物偵測\t79
5．3 實驗結(jié)果與分析\t84
5．3．1 數(shù)據(jù)庫\t84
5．3．2 評估指標(biāo)\t85
5．3．3 參數(shù)選擇\t87
5．3．4 效果評估\t89
5．4 本章小結(jié)\t98
5．5 參考文獻\t98
第6章 基于正則化邏輯回歸的乳腺癌生物標(biāo)志物的識別\t102
6．1 引言\t102
6．2 主要方法\t103
6．2．1 基于邊信息的正則化邏輯回歸模型\t104
6．2．2 自適應(yīng)彈性網(wǎng)的權(quán)重\t105
6．3 實驗結(jié)果及分析\t107
6．3．1 數(shù)據(jù)庫\t107
6．3．2 評價指標(biāo)\t108
6．3．3 參數(shù)選擇\t109
6．3．4 分類準(zhǔn)確性評估\t112
6．3．5 基因選擇過程的穩(wěn)定性\t113
6．3．6 功能穩(wěn)定性\t115
6．3．7 生物標(biāo)志物（網(wǎng)絡(luò)標(biāo)志物）識別\t117
6．4 本章小結(jié)\t123
6．5 參考文獻\t123
第7章 總結(jié)和展望\t128
7．1 總結(jié)\t128
7．2 展望\t129