| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 lncRNA鉴定及相关算法的研究现状 | 第10-11页 |
| 1.2 本文研究内容及创新点 | 第11-13页 |
| 第2章 经典lncRNA鉴定工具的分析与评估 | 第13-24页 |
| 2.1 算法分析 | 第13-18页 |
| 2.2 工具评估 | 第18-21页 |
| 2.2.1 工具表现评估 | 第18-20页 |
| 2.2.2 计算时间评估 | 第20-21页 |
| 2.3 适用性分析 | 第21-23页 |
| 2.4 讨论与小结 | 第23-24页 |
| 第3章 基于ORF与碱基频率的lncRNA鉴定工具的设计与开发. | 第24-34页 |
| 3.1 材料及方法 | 第24-27页 |
| 3.1.1 数据集构建 | 第24-25页 |
| 3.1.2 特征提取 | 第25-27页 |
| 3.1.3 分类器构建 | 第27页 |
| 3.2 算法评估 | 第27-32页 |
| 3.2.1 针对GENCODE数据集的评估 | 第27-28页 |
| 3.2.2 针对LncRNA-ID人类数据集上的评估 | 第28页 |
| 3.2.3 针对非脊椎物种数据集上的评估 | 第28-30页 |
| 3.2.4 计算时间评估 | 第30-32页 |
| 3.3 算法实现 | 第32页 |
| 3.3.1 Web Server开发 | 第32页 |
| 3.3.2 R软件包开发 | 第32页 |
| 3.4 讨论与小结 | 第32-34页 |
| 第4章 基于异源特征的lncRNA关键特征挖掘 | 第34-64页 |
| 4.1 材料及方法 | 第34-43页 |
| 4.1.1 数据集构建 | 第34-35页 |
| 4.1.2 基于序列组成信息的特征挖掘 | 第35-37页 |
| 4.1.3 基于多尺度二级结构的特征挖掘 | 第37-39页 |
| 4.1.4 基于理化特性的特征挖掘 | 第39-41页 |
| 4.1.5 特征选择与模型评估 | 第41-43页 |
| 4.2 实验结果 | 第43-59页 |
| 4.2.1 特征选择与特征评估 | 第43-53页 |
| 4.2.2 模型评估 | 第53-55页 |
| 4.2.3 针对多物种数据集的算法评估 | 第55-59页 |
| 4.2.4 计算时间评估 | 第59页 |
| 4.3 算法实现 | 第59-62页 |
| 4.3.1 Web Server的开发 | 第60页 |
| 4.3.2 R包的开发 | 第60-62页 |
| 4.4 讨论与小结 | 第62-64页 |
| 第5章 总结与展望 | 第64-66页 |
| 第6章 附录 | 第66-75页 |
| 6.1 Lncident算法相关原始数据 | 第66-67页 |
| 6.2 Lnc Finder算法相关原始数据 | 第67-75页 |
| 6.2.1 特征评估原始数据 | 第67-73页 |
| 6.2.2 算法评估原始数据 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 作者简介及在学期间取得的科研成果 | 第79-81页 |
| 致谢 | 第81页 |