小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用

小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用

ID:32375612

大小:6.41 MB

页数:46页

时间:2019-02-03

小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用_第1页
小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用_第2页
小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用_第3页
小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用_第4页
小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用_第5页
资源描述:

《小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、华中农业大学学位论文独创性声明及使用授权书学位论文否如需保密,解密时间年月翻是否保密枞翮煳本人声明所呈交的论文是我个人在导师指-,-9-T进行的研究工作及取得的研究成果。尽我所知。除了文中特别加以标注和致谢的地方外,论文中不包舍其他人已经发表或撰写过的研究成果。也不包舍为获得华中农业大学或其他教育机构的学位或证书而使用过的材料.指导教师对此进行7审定。与我一阊工作的同志对本研究所傲的任何贡献均已在论文中做7明确的说明。并表示了谢意。研究生签名:碣术衫时间:zDl午年6月f。日学位论文使用授权书本人完全了解华中农业大学关于保存、使用学位论文的规定。卸学

2、生必须按照学校要求提交学位论文的印刷本和电子版本:学校有权保存提交论文的印刷版和电子版,并提供目录检索和阅览撮务。可以采用影15、缩印或扫描等复制手段保存、汇编学位论文。本人同意华中农业大学可以用不同方式在不同媒体上发表、传播学位论文的全部或部分内容,为存在馆际合作关系的兄弟高校用户提供文献传递和交换服务,同时本人保留在其他媒体发表论文的权力。注:保窗学位论文(坪涉及技术秘密、商业秘密臻审请专利筹潜在需要提交保密的论文》在解密后螽用于奉授权书。学位论文作者签名:j司木杉导师签名:占L漠,住签名曩期:砷l呼年6月l口日签名日期:207≯年∥月。勿日注:

3、请将本表童接装订在学位论文的扉页和目录之闷小分子信息挖掘在药物再利用及癌症相关蛋白预测中的应用目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.iAbstract⋯⋯.⋯...⋯..............................⋯⋯.⋯⋯⋯...................⋯.......................⋯..⋯⋯.⋯⋯⋯⋯⋯.⋯..iii缩略语表⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。V1.基于药物相互作用数据的药物再利用⋯⋯⋯⋯

4、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.1.前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..11.2.材料和方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。51.2.1.数据收集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一s1.2.2.基于DDI的药物相似性计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯s1.2-3.药物关联网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯71.2.4.基于DDI的靶标蛋白预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯71.2.5.基于药

5、物化学结构的靶标蛋白预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯91.3.结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~91.3.1.药物相互作用搭档数目的分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯91.3.2.药物关联网络⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.101.3.3.基于DDI的靶标预测方法的评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.121.3.4.基于药物化学结构的靶标预测方法的评价⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.141.3.5.基于DDI的和基于结构的靶标预测方法的比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯⋯.141.4.讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯162.利用化学信息学预测癌症发生的相关蛋白⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯182.1.前言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯182.2.材料和方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯202.2.1.总体研究方案⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.202.2.2.数据收集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.212.2.3.相似性矩阵的计

7、算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.242.2.4.癌症相关蛋白的预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.242.2.5.该关联识别算法的大致步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.25华中农业大学2014届硕士研究生学位论文2.3.结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯262.3.1.化合物.蛋白质矩阵⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.262.3.2.癌症相关蛋白的预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.282.4.讨论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

8、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯30参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。