生物分子網絡中的信息挖掘方法

目 錄
第1章 緒論\t1
1．1 生物分子網絡\t1
1．2 相關研究進展\t3
1．3 本書的研究內容\t6
1．4 本書的結構和組織\t8
1．5 參考文獻\t9
第2章 基于概率圖模型的蛋白質相互作用網絡的重構\t17
2．1 引言\t17
2．2 主要方法\t17
2．2．1 構建稀疏概率圖模型\t17
2．2．2 參數估計\t19
2．2．3 置信度指標\t20
2．3 實驗結果及分析\t22
2．3．1 數據庫\t22
2．3．2 實驗設置\t24
2．3．3 高精度酵母數據上的實驗結果\t24
2．3．4 人類蛋白質數據上的實驗結果\t28
2．3．5 計算復雜度分析\t31
2．4 本章小結\t31
2．5 參考文獻\t32
第3章 秀麗線蟲數據庫的整合與重構\t35
3．1 引言\t35
3．2 主要方法\t35
3．2．1 蛋白質對的可靠性評分\t36
3．2．2 改進的稀疏概率圖模型\t36
3．2．3 參數估計\t37
3．3 實驗結果及分析\t38
3．3．1 數據庫\t38
3．3．2 置信度的有效性驗證\t40
3．3．3 秀麗線蟲加權網絡的應用\t44
3．4 本章小結\t46
3．5 參考文獻\t47
第4章 蛋白質相互作用網絡中最小驅動節(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 實驗結果及分析\t55
4．3．1 數據庫\t55
4．3．2 參數效果分析\t57
4．3．3 不同優(yōu)化方法確定的驅動蛋白質之間的重疊分析\t58
4．3．4 驅動蛋白質的度分布\t59
4．3．5 驅動蛋白質的介數分布\t59
4．3．6 驅動蛋白質的攻擊脆弱性\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\t68
4．5 參考文獻\t68
第5章 基于集成聚類的蛋白質復合物的發(fā)現\t74
5．1 引言\t74
5．2 主要方法\t75
5．2．1 構建合成網絡\t75
5．2．2 模型建立\t77
5．2．3 模型求解及蛋白質復合物偵測\t79
5．3 實驗結果與分析\t84
5．3．1 數據庫\t84
5．3．2 評估指標\t85
5．3．3 參數選擇\t87
5．3．4 效果評估\t89
5．4 本章小結\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 自適應彈性網的權重\t105
6．3 實驗結果及分析\t107
6．3．1 數據庫\t107
6．3．2 評價指標\t108
6．3．3 參數選擇\t109
6．3．4 分類準確性評估\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 生物標志物（網絡標志物）識別\t117
6．4 本章小結\t123
6．5 參考文獻\t123
第7章 總結和展望\t128
7．1 總結\t128
7．2 展望\t129