| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-22页 |
| ·课题的研究背景和意义 | 第13页 |
| ·基因调控网络 | 第13-14页 |
| ·基因调控网络的研究现状及面临的问题 | 第14-15页 |
| ·基因调控网络的研究现状 | 第14-15页 |
| ·基因调控网络的构建面临的问题 | 第15页 |
| ·基因调控网络的构建方法 | 第15-20页 |
| ·聚类分析 | 第16-17页 |
| ·系统生物学建模 | 第17-20页 |
| ·本文内容组织 | 第20-22页 |
| 第二章 贝叶斯网络方法的相关理论 | 第22-33页 |
| ·静态贝叶斯网络 | 第22-23页 |
| ·静态贝叶斯网络的定义 | 第22页 |
| ·静态贝叶斯网络的构造 | 第22-23页 |
| ·动态贝叶斯网络 | 第23-26页 |
| ·动态贝叶斯网络的定义 | 第23-24页 |
| ·一阶马尔可夫过程 | 第24-25页 |
| ·隐含马尔可夫模型（HMMs，Hidden Markov models） | 第25-26页 |
| ·贝叶斯网络的结构学习 | 第26-29页 |
| ·基于评分搜索的方法 | 第27-28页 |
| ·基于依赖性测试的方法 | 第28-29页 |
| ·贝叶斯网络的参数学习 | 第29-31页 |
| ·完备数据集下概率参数的学习 | 第29-30页 |
| ·学习不完备数据集下的概率参数 | 第30-31页 |
| ·DBNs 技术研究生物调控网络的优势 | 第31页 |
| ·BNs 技术在基因调控网络上的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于改进SEM 算法的基因调控网络构建方法 | 第33-39页 |
| ·基于 DBNs 的基因调控网络构建方法 | 第33-34页 |
| ·SEM 算法 | 第34-35页 |
| ·改进的SEM 算法 | 第35页 |
| ·实验结果和分析 | 第35-38页 |
| ·实验环境和数据处理 | 第35-36页 |
| ·实验结果与分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于动态贝叶斯模型的多时延基因调控网络构建方法 | 第39-46页 |
| ·多时延调控网络的构建 | 第39页 |
| ·高阶马尔可夫动态贝叶斯网络 | 第39-40页 |
| ·多时延调控网络中时延的估计 | 第40-42页 |
| ·基因表达数据的整理和组织 | 第42-43页 |
| ·候选调控基因集合的生成 | 第42页 |
| ·学习算法 | 第42-43页 |
| ·实验数据与实验结果分析 | 第43-45页 |
| ·实验数据来源与预处理 | 第43页 |
| ·实验结果与分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·本文的主要工作 | 第46页 |
| ·下一步的工作 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 读硕士期间主要科研工作及成果 | 第53-54页 |
