大规模生物数据中的生物信息挖掘技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·引言 | 第9页 |
| ·生物信息学的研究内容 | 第9-11页 |
| ·生物信息学的发展历史 | 第11-12页 |
| ·生物信息学的研究意义和应用前景 | 第12页 |
| ·本文的研究内容以及论文的结构安排 | 第12-14页 |
| 第2章 微阵列技术，微阵列数据的获取及处理 | 第14-27页 |
| ·引言 | 第14页 |
| ·DNA 微阵列技术介绍 | 第14-20页 |
| ·阵列设计 | 第15页 |
| ·芯片制备 | 第15-18页 |
| ·样品制备 | 第18-19页 |
| ·杂交反应 | 第19页 |
| ·图像扫描及图像处理 | 第19-20页 |
| ·微阵列数据的获取及数据的前处理 | 第20-25页 |
| ·微阵列数据的获取 | 第20-21页 |
| ·微阵列数据的前处理 | 第21-25页 |
| ·小结 | 第25-27页 |
| 第3章 微阵列数据中的生物信息挖掘 | 第27-39页 |
| ·引言 | 第27页 |
| ·背景知识 | 第27-28页 |
| ·基因调控网络模型 | 第28-36页 |
| ·布尔网络模型 | 第28-30页 |
| ·微分方程模型 | 第30-31页 |
| ·加权矩阵模型 | 第31-32页 |
| ·互信息关联模型 | 第32页 |
| ·贝叶斯网络模型 | 第32-36页 |
| ·应用反向工程算法和随机行走探测疾病相关基因 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第4章 蛋白质相互作用数据中的生物信息挖掘 | 第39-54页 |
| ·引言 | 第39页 |
| ·背景知识 | 第39-41页 |
| ·数据来源 | 第41-42页 |
| ·方法原理 | 第42-44页 |
| ·拓扑学相似度的概念 | 第42-44页 |
| ·KNN 法 | 第44页 |
| ·结果 | 第44-49页 |
| ·拓扑学相似度的有效性 | 第44-45页 |
| ·分类算法的性能 | 第45-49页 |
| ·生物学实例分析 | 第49-50页 |
| ·小结 | 第50-54页 |
| 第5章 总结和展望 | 第54-57页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 个人简历和攻读硕士学位期间所获成果 | 第63页 |
