第1章 绪论 1
1.1 多标记数据建模与预测概述 1
1.1.1 形式化定义 2
1.1.2 性能评价指标 2
1.1.3 多标记数据建模预测算法回顾 6
1.2 多标记生物数据分析概述 8
1.2.1 蛋白质亚细胞多位置预测 8
1.2.2 抗微生物肽的多功能类型识别 13
1.3 本书的研究内容 15
1.4 本书的组织结构 18
第2章 蛋白质亚细胞多位置预测中多标记数据建模方法的比较分析 20
2.1 本章引言 20
2.2 特征表示 22
2.3 多标记数据建模方法介绍 24
2.3.1 问题表述 24
2.3.2 利用标记间相互关系的建模预测方法 25
2.3.3 利用标记相关特征的建模预测方法 27
2.4 实验设置 29
2.4.1 数据集 29
2.4.2 性能评价指标 31
2.4.3 实验配置 32
2.5 实验结果和分析 32
2.6 真核蛋白质多位置预测器 36
2.7 病毒蛋白质多位置预测器 39
2.8 本章小结 40
第3章 基于随机标记选择的蛋白质亚细胞多位置预测 41
3.1 本章引言 41
3.2 特征表示 42
3.2.1 伪氨基酸组成PseAAC 42
3.2.2 基于自动协方差转换的位置相关得分矩阵PSSM-AC 43
3.3 基于随机标记选择的建模预测算法RALS 44
3.4 实验设置 49
3.4.1 数据集 49
3.4.2 参数配置 50
3.5 实验结果和分析 50
3.5.1 RALS参数对性能的影响 51
3.5.2 位置间关系对性能的影响 53
3.5.3 与已有预测器的性能比较 54
3.5.4 多位置复杂度对性能的影响 56
3.6 本章小结 58
第4章 结合标记间关系与标记相关特征的蛋白质亚叶绿体多位置预测 59
4.1 本章引言 59
4.2 叶绿体蛋白质数据集 62
4.3 特征表示 63
4.4 结合标记间关系与标记相关特征的建模预测算法 64
4.5 在线预测服务网站 68
4.6 实验结果和分析 69
4.7 本章小结 70
第5章 基于最优多标记集成分类器的多功能抗微生物肽的识别 72
5.1 本章引言 72
5.2 抗微生物肽数据集 74
5.3 最优多标记集成分类器 75
5.3.1 MLkNN分类器 76
5.3.2 最优多标记集成 77
5.4 在线预测服务网站 79
5.5 实验结果和分析 80
5.6 本章小结 82
第6章 在线生物信息服务网站 84
6.1 本章引言 84
6.2 构建在线生物信息服务平台 84
6.3 在线生物信息服务网站列表 85
6.4 使用举例 86
6.5 本章小结 87
第7章 总结与展望 88
7.1 总结 88
7.2 展望 89
附录 基于遗传算法的相关特征和标记的选择 91
参考文献 93
后记 110