首页--农业科学论文--农作物论文--禾谷类作物论文--玉米(玉蜀黍)论文

基于高通量测序的玉米基因组组装和水稻长非编码RNA识别与分析

摘要第7-10页
Abstract第10-11页
缩略词表第12-13页
第一章 前言第13-27页
    1 测序技术简述第13-15页
        1.1 新一代高通量测序平台简介第13-14页
        1.2 新一代测序数据中的错误第14-15页
            1.2.1 454 焦磷酸测序、Ion Torrent第14页
            1.2.2 Illumina测序第14-15页
            1.2.3 单分子测序第15页
    2 禾本科植物基因组测序进展第15-17页
    3 基因组组装方法第17-20页
    4 非编码RNA第20-25页
        4.1 非编码RNA研究历程第20-22页
        4.2 LncRNA研究常用软件及数据库第22-24页
            4.2.1 LncRNA识别软件第22-23页
            4.2.2 LncRNA平台和数据库第23-24页
        4.3 LncRNA功能注释方法第24-25页
            4.3.1 实验方法第24-25页
            4.3.2 生物信息学方法第25页
    5 本论文研究目的和主要内容第25-27页
第二章 玉米基因组组装注释及正向选择基因第27-58页
    1 前言第27页
    2 材料与方法第27-41页
        2.1 材料及数据第27-29页
        2.2 数据预处理第29-30页
        2.3 单核苷酸变异检测和Bin Map图优化第30-31页
        2.4 基因组组装第31-36页
        2.5 基因注释第36-38页
        2.6 PAV片段识别第38-39页
        2.7 正向选择基因第39-41页
        2.8 基因渗入第41页
    3 结果与分析第41-55页
        3.1 全基因组SNV检测及Bin Map图优化第41-43页
        3.2 基于遗传设计的混合基因组组装第43-47页
        3.3 基因注释第47-49页
        3.4 共线性及特有序列分析第49-51页
        3.5 正向选择基因第51-54页
        3.6 基因渗入第54-55页
    4 讨论第55-58页
第三章 基于竞争性内源RNA网络水稻基因间区长非编码RNA的功能研究第58-78页
    1 前言第58-59页
    2 材料与方法第59-63页
        2.1 数据集第59-60页
        2.2 LincRNA识别第60-61页
        2.3 差异表达lincRNA分析第61页
        2.4 CeRNA网络构建第61-62页
        2.5 网络拓扑结构分析第62-63页
        2.6 社区挖掘第63页
        2.7 磷胁迫条件下水稻中的lincRNA功能注释与富集分析第63页
    3 结果第63-76页
        3.1 水稻中lincRNA识别第63-65页
        3.2 CeRNA网络的拓扑结构分析第65-67页
        3.3 根和茎中ceRNA网络中社区的功能注释第67-69页
        3.4 LincRNA的功能注释第69-70页
        3.5 磷胁迫过程中差异表达的lincRNA第70-71页
        3.6 关键lincRNA分析第71-76页
    4 讨论第76-78页
第四章 ZS97和MH63中长非编码RNA的识别与分析第78-87页
    1 前言第78页
    2 材料与方法第78-81页
        2.1 材料第78页
        2.2 LncRNA和反义RNA识别第78-80页
        2.3 LncRNA和反义RNA在ZS97和MH63间的保守性分析第80-81页
    3 结果与分析第81-86页
        3.1 ZS97中长非编码RNA识别及基本特征分析第81-83页
        3.2 MH63中长非编码RNA识别及基本特征分析第83-85页
        3.3 长非编码RNA保守性分析第85-86页
    4 讨论第86-87页
第五章 总结与展望第87-89页
参考文献第89-103页
附录第103-104页
致谢第104-106页

论文共106页,点击 下载论文
上一篇:斑点叉尾鮰病毒感染及鲶科鱼(斑点叉尾鮰和黄颡鱼)的免疫特性
下一篇:三维生物相关谱在计算机辅助药物设计中的应用