| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-12页 |
| ·研究意义与目的 | 第10页 |
| ·本文结构与主要工作 | 第10-12页 |
| 第二章 miRNA综述 | 第12-29页 |
| ·miRNA 基因 | 第12页 |
| ·miRNA 研究史 | 第12-13页 |
| ·miRNA 的生物途径 | 第13-18页 |
| ·miRNA 合成过程 | 第13-15页 |
| ·成熟 miRNA 与 RISC 的沉默复合体 | 第15页 |
| ·miRNA 与 mRNA 之间作用机制 | 第15页 |
| ·siRNA 与 miRNA 之间的关系 | 第15-16页 |
| ·miRNA 的功能 | 第16-17页 |
| ·miRNA 出现的位置 | 第17页 |
| ·miRNA 特征总结 | 第17-18页 |
| ·miRNA 计算预测方法 | 第18-27页 |
| ·基于机器学习的预测方法 | 第19-23页 |
| ·同源片段搜索方法 | 第23-24页 |
| ·比较基因组学的方法 | 第24页 |
| ·结合作用靶标的预测方法 | 第24-25页 |
| ·基于序列和结构特征打分的预测方法 | 第25-26页 |
| ·基于高通量测序技术预测 miRNA | 第26-27页 |
| ·miRNA 数据库 miRbase | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 本文预测工作 | 第29-70页 |
| ·编码实现同源预测识别 miRNA 的方法 | 第29-41页 |
| ·第一种预测方法 | 第29-37页 |
| ·第二种预测方法 | 第37-38页 |
| ·两种方法结合预测及结果评估 | 第38-41页 |
| ·基于支持向量机识别 miRNA | 第41-57页 |
| ·数据收集整理 | 第41-42页 |
| ·特征值选取 | 第42-46页 |
| ·SVM 分类器和模型的选择 | 第46页 |
| ·训练数据比例平衡问题 | 第46-47页 |
| ·特征值贡献评估与有效特征值选取 | 第47页 |
| ·训练及评估模型 | 第47-48页 |
| ·第一阶段建模及结果评估 | 第48-52页 |
| ·第二阶段建模及评估 | 第52-53页 |
| ·第三阶段建模及评估 | 第53-56页 |
| ·本文模型与其他软件比较 | 第56-57页 |
| ·编码实现基于高通量测序技术预测 miRNA 的方法 | 第57-70页 |
| ·数据收集 | 第57页 |
| ·数据处理 | 第57-67页 |
| ·新 miRNA 预测准确性评估 | 第67-70页 |
| 总结与展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-133页 |
| 附录 1 同源比对方法预测 miRNA源代码 | 第75-107页 |
| 附录 2 SVM方法重要代码 | 第107-115页 |
| 附件 3 高通量测序数据寻找 miRNA序列部分代码 | 第115-133页 |
| 攻读硕士学位期间取得的研究成果 | 第133-134页 |
| 致谢 | 第134-135页 |
| 附件 | 第135页 |