基于机器学习技术的蛋白质—配体对接关键计算问题研究 

蛋白质是人体细胞组织的重要组成部分,也是生命活动的主要承担者。多个蛋白质结合在一起形成稳定的复合物后才能在人体机能的调节中发挥作用。蛋白质-配体对接技术就是研究如何通过计算技术预测蛋白质-配体复合物稳定的空间结构。现阶段蛋白质-配体对接研究主要面临两个难题:受体和配体在对接过程中除相对位置的改变外自身结构也会发生变化,...
苏州大学  博士论文  2017年 下载次数(287)| 被引次数()

基于深度学习的蛋白质翻译后修饰位点预测研究 

本文面向蛋白质翻译后修饰(Post-Translational Modification,PTM)位点预测问题进行了基于深度学习方法的算法研究。具体工作如下:(1)针对通用及激酶特异性磷酸化位点预测问题,提出了基于深度学习的Musite Deep框架并开发了相应的开源代码工具包。Musite Deep框架在磷酸化位点预...
吉林大学  博士论文  2018年 下载次数(745)| 被引次数(2)

机器学习方法在陆地生态系统碳水通量模拟中的应用研究 

陆地生态系统碳水循环的研究是当前全球变化研究领域的核心问题,这些研究有助于预测将来的气候变化趋势以及评估陆地生态系统碳水循环对全球变化的响应与反馈,从而为寻求生态系统的有效管理和调控方法提供可靠的科学依据。观测和模拟是两种常用的估计全球碳水循环格局和变率、理解碳水循环的关键过程及其控制机制的研究手段。随着对陆地生态系统...
中国矿业大学  博士论文  2018年 下载次数(162)| 被引次数(1)

基于机器学习的多定位点蛋白质亚细胞定位预测方法研究 

蛋白质的亚细胞定位信息对于推断蛋白质功能、了解细胞的生命活动、药物发现、以及疾病诊断等方面的研究具有重要的作用。近十年间蛋白质序列数量迅速增长,基于智能计算的蛋白质亚细胞定位预测方法已成为系统生物学和生物信息学等领域的一个研究热点。本论文应用机器学习方法对多定位点蛋白质亚细胞定位预测中的相关问题进行了研究,主要包括:...
大连理工大学  博士论文  2013年 下载次数(790)| 被引次数(9)

分子生物学系统建模及蛋白质功能预测相关问题研究 

生命科学是研究生命活动规律、生命本质、生命发育规律,以及各种生物之间和生物与环境之间相互关系的科学。进入21世纪后,生命科学蓬勃发展,取得了重大突破。生命科学的广阔应用前景备受瞩目,其不仅有助于揭示生命活动的基本规律,而且为疾病的诊断和治疗提供重要的理论基础。DNA双螺旋结构模型的建立使分子生物学成为生命科学领域的重要...
山东大学  博士论文  2016年 下载次数(390)| 被引次数(1)

基于运动想象的迁移学习分类算法研究 

脑-机接口(Brain-Computer Interface,BCI)是一种基于计算机的系统,可以将脑电信号转换为对外部设备的控制信号。BCI技术的独特之处在于它不依赖大脑周围神经与肌肉的正常输出通道。BCI技术的主要应用领域是医疗康复,如肌萎缩侧索硬化症,脑干中风或脊髓损伤。BCI技术可以让患有严重运动障碍的人与计算...
华南理工大学  硕士论文  2019年 下载次数(23)| 被引次数()

促进学生进行有效性学习的生物学教学研究 

如何促进学生进行有效性学习,是每个教育工作者都应思考的问题。教师能否采用有效的教学措施来提高学生学习的有效性,是能否真正减轻学生学业负担的关键,也是能否让学生在掌握知识的同时“学会学习”的关键。追求学习的有效性是促进学生可持续性发展的根本途径。本课题对有效性学习进行理论思索和实践研究,旨在寻求生物学教学中促进学生进行有...
华东师范大学  硕士论文  2004年 下载次数(408)| 被引次数(7)

基于监督学习和半监督学习的蛋白质关系抽取 

提出了一种将监督学习和半监督学习融合的方法,并用于从文献中自动抽取蛋白质关系.在AImed语料上的实验得到63.2%的F值,这表明该方法达到目前较好的性能.
《江西师范大学学报(自然科学版)》  2013年 第04期 下载次数(128)| 被引次数(2)

蛋白质亚细胞定位的机器学习方法及其应用研究 

蛋白质组研究的开展是生命科学研究进入后基因组时代的里程碑,也是继基因组研究之后的又一“大数据科学”。蛋白质亚细胞定位预测研究是蛋白质组学的重要内容同时也是生物信息学的热点问题。研究单位点和多位点的蛋白质亚细胞位点信息对研究某些疾病的发病机理、药物设计和发现具有重要意义。围绕蛋白质亚细胞定位的机器学习方法及其应用研究这一...
青岛科技大学  硕士论文  2018年 下载次数(343)| 被引次数(2)

深度学习方法在生物质谱及蛋白质组学中的应用 

深度学习是近年来机器学习领域最热门的研究方向,尤其是在图像及语音识别、自然语言处理、自动驾驶等方面取得了突破性进展.生物质谱是当今生命科学领域重要的研究工具,尤其在蛋白质组学、代谢组学、生物制药等领域发挥着关键作用.近年来,基于深度学习方法的发展,以生物质谱为核心的蛋白质组学大数据分析将迎来发展新契机.本文综述了深度学...
《生物化学与生物物理进展》  2018年 第12期 下载次数(670)| 被引次数(4)

基于机器学习方法的蛋白质亚细胞定位预测研究 

随着生物信息的爆炸性增长,采用实验的方法收集和分析相关的生物信息已远远不能满足实际研究的需要。人们已经迫切认识到,采用智能数据处理技术解决上述问题可以大大节省时间和成本。蛋白质序列信息是这个领域的研究重点之一,本论文运用机器学习方法对蛋白质亚细胞定位预测和蛋白质结构类预测展开研究,主要工作如下: 1、针对革兰阴...
大连理工大学  博士论文  2011年 下载次数(464)| 被引次数(2)

整合模板比对和机器学习方法的蛋白质折叠分类预测 

蛋白质是由20种标准氨基酸组成的线性序列,序列信息决定了它的结构与功能。其中蛋白质折叠分类预测是蛋白质结构预测中的一个至关重要的步骤。自然界中有一千多种蛋白质折叠,对蛋白质折叠进行研究,开发有效预测算法,不仅有助于了解蛋白质折叠的内在规律,还对蛋白质结构研究具有重要的生物学意义。现有两种有效的方法对蛋白质折叠进行分类。...
东北林业大学  硕士论文  2017年 下载次数(48)| 被引次数()

基于强化学习的HP模型优化方法研究 

蛋白质结构预测问题一直是生物信息学中的重要问题。基于疏水极性模型的蛋白质二维结构预测问题是一个典型的NP难问题。目前疏水极性模型优化的方法有贪心算法、粒子群算法、遗传算法、蚁群算法和蒙特卡罗模拟方法等,但这些方法成功收敛的鲁棒性不高,容易陷入局部最优。由此提出一种基于强化学习的HP模型优化方法,利用其连续马尔可夫最优决...
《计算机工程与应用》  2019年 第12期 下载次数(233)| 被引次数()

蛋白质与配体绑定位点预测的特征抽取及学习算法研究 

蛋白质与配体分子之间的相互作用在生命过程中普遍存在,且不可或缺。蛋白质与配体分子之间的相互作用是通过部分氨基酸残基与配体分子的相互作用来实现的,这些氨基酸残基被称为绑定位点。精确识别蛋白质与配体的绑定位点,对于理解蛋白质的功能、分析生物分子之间的相互关系和设计新药物等方面具有重要的指导意义。通过生物实验方法来测定蛋白质...
南京理工大学  博士论文  2018年 下载次数(40)| 被引次数()

蛋白质中残基远程相互作用预测算法研究综述 

蛋白质是由多个氨基酸残基顺序连接而成的长链.在天然状态下,蛋白质并不是无规则的自由状态,而是自发形成特定的空间结构,以执行其特定的生物学功能.驱动蛋白质形成特定空间结构的主要因素是残基间的非共价相互作用,包括疏水作用、静电相互作用、范德华力等.因此,对残基之间远程相互作用的准确预测将有助于对蛋白质空间结构的预测,进而有...
《计算机研究与发展》  2017年 第01期 下载次数(257)| 被引次数(2)

共找到相关记录376条12345678910下一页