蛋白质结合位点的识别对深入理解蛋白质的生物学功能具有重要的意义。本书致力于从描述特征、残基定义和数据筛选三个方面进行优化，从而构建蛋白质结合位点预测的有效方法，主要内容包括基于氨基酸组成偏好的配体结合口袋识别方法、使用随机森林方法进行蛋白质结合位点的预测和基于数据聚类的蛋白质结合位点识别，并在此基础上介绍了相关的辅助分子对接应用研究。
本书可作为生物信息学及计算机辅助药物设计等相关专业研究生、教师和科研人员的参考用书。

第1章 绪论
1.1 引言
1.2 蛋白质结构与功能
1.2.1 一级结构
1.2.2 二级结构
1.2.3 三级结构
1.2.4 四级结构
1.2.5 蛋白质稳定性
1.2.6 蛋白质结构分析
1.2.7 蛋白质结构稳定性分析
1.2.8 蛋白质功能
1.3 配体-受体相互作用原理
1.3.1 受体-配体结合的关键点
1.3.2 结合过程理论模型
1.3.3 配体-受体相互作用的物理学性质
1.4 蛋白质结合位点预测研究现状
1.4.1 蛋白质-蛋白质和蛋白质-配体结合位点的比较
1.4.2 蛋白质-配体结合位点预测
1.4.3 蛋白质-蛋白质结合位点预测
1.5 本研究的主要工作
1.5.1 基于氨基酸组成偏好的配体结合口袋识别方法
1.5.2 使用随机森林方法进行蛋白质结合位点的预测
1.5.3 残基聚类方法及其对蛋白质结合位点预测的应用
1.5.4 蛋白质结合位点预测辅助分子对接
第2章 基于氨基酸组成偏好的配体结合口袋识别方法
2.1 引言
2.2 基于全局口袋氨基酸组成偏好的配体结合口袋识别方法
2.2.1 材料与方法
2.2.2 结果与讨论
2.3 基于局部口袋氨基酸组成偏好的配体结合口袋识别方法
2.3.1 材料与方法
2.3.2 结果与讨论
2.4 本章小结
第3章 使用随机森林方法进行蛋白质结合位点的预测
3.1 引言
3.1.1 单棵树生长方法
3.1.2 自助法重采样
3.1.3 随机森林算法
3.2 基于单块残基属性定义模型的蛋白质-配体结合位点预测
3.2.1 材料与方法
3.2.2 结果与讨论
3.3 基于多块残基属性定义模型的蛋白质-蛋白质结合位点预测
3.3.1 材料与方法
3.3.2 结果与讨论
3.4 本章小结
第4章 基于数据聚类的蛋白质结合位点识别
4.1 引言
4.2 简单迭代方法优化蛋白质-配体结合位点识别
4.2.1 随机森林
4.2.2 验证方法
4.2.3 残差表示模型
4.2.4 阈值调整方法
4.2.5 迭代法
4.2.6 实验结果与分析
4.3 基于最小协方差行列式（MCD）和马氏距离的蛋白质-蛋白质结合位点识别
4.3.1 数据集
4.3.2 残基模型和评价指标
4.3.3 MCD计算、马氏距离和鲁棒距离
4.3.4 随机森林
4.3.5 交叉验证和独立测试
4.3.6 实验结果与分析
4.4 基于随机森林邻近距离的蛋白质-蛋白质结合位点识别
4.4.1 数据集
4.4.2 残基模型
4.4.3 随机森林
4.4.4 距离度量
4.4.5 数据过滤与评价
4.4.6 邻近距离优化
4.4.7 实验结果与分析
4.5 本章小结
第5章 蛋白质结合位点预测及辅助分子对接
5.1 引言
5.1.1 分子对接方法分类
5.1.2 目前面临的主要问题
5.2 结合位点预测信息前端使用辅助蛋白质-配体对接
5.2.1 材料与方法
5.2.2 结果与讨论
5.3 结合位点预测信息后端使用辅助蛋白质-蛋白质对接
5.3.1 材料与方法
5.3.2 结果与讨论
5.4 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 未来研究展望
参考文献