基于机器学习的miRNA靶基因预测
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-11页 |
| 第1章 miRNA 与 miRNA 靶基因预测 | 第11-23页 |
| ·miRNA 及其生物学原理 | 第11-14页 |
| ·miRNA | 第11-12页 |
| ·miRNA 生物学合成过程 | 第12-14页 |
| ·miRNA 的靶基因及其作用机制 | 第14-15页 |
| ·miRNA 靶基因 | 第14-15页 |
| ·miRNA 的靶基因作用机制 | 第15页 |
| ·miRNA 的靶基因鉴定方法 | 第15-17页 |
| ·miRNA 靶基因预测方法 | 第17-23页 |
| ·靶基因常用的统计特征 | 第17-19页 |
| ·基于序列的 miRNA 靶基因预测 | 第19-20页 |
| ·基于机器学习的 miRNA 靶基因预测 | 第20-22页 |
| ·已有方法总结 | 第22-23页 |
| 第2章 基础知识 | 第23-31页 |
| ·miRNA 靶基因预测常用数据库 | 第23-24页 |
| ·UCSC Genome Browser | 第23页 |
| ·miRBase 数据库 | 第23-24页 |
| ·TarBase | 第24页 |
| ·miRecords | 第24页 |
| ·遗传算法 | 第24-26页 |
| ·分类器 | 第26-29页 |
| ·SVM | 第27-28页 |
| ·人工神经网络 | 第28页 |
| ·KNN | 第28-29页 |
| ·miRNA 靶基因预测算法评价标准 | 第29-31页 |
| 第3章 基于机器学习的 miRNA 靶基因预测 | 第31-40页 |
| ·样本集选取 | 第31-32页 |
| ·特征提取 | 第32-36页 |
| ·本文提取的常用特征 | 第32-35页 |
| ·本文提出的新特征 | 第35-36页 |
| ·特征选择与优化 | 第36-37页 |
| ·分类器 | 第37-40页 |
| 第4章 实验结果及其分析 | 第40-51页 |
| ·实验数据来源和实验平台 | 第40-41页 |
| ·训练样本集的选取 | 第40页 |
| ·miRNA 数据集 | 第40-41页 |
| ·3’UTR数据集 | 第41页 |
| ·实验平台 | 第41页 |
| ·数据预处理 | 第41-42页 |
| ·本文提取的序列结构特征 | 第41页 |
| ·本文提取的二级结构特征 | 第41页 |
| ·本文提取的热力学稳定性特征 | 第41-42页 |
| ·实验方案及结果 | 第42-45页 |
| ·实验结果分析 | 第45-51页 |
| ·总体结果比较 | 第45-46页 |
| ·特征分析 | 第46-49页 |
| ·分类器的比较 | 第49-51页 |
| 第5章 总结与展望 | 第51-53页 |
| ·论文工作总结 | 第51-52页 |
| ·论文工作展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 附录A 攻读硕士学位期间参与的科研项目 | 第58页 |
