| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-11页 |
| 主要符号表 | 第11-13页 |
| 第一章 绪论 | 第13-25页 |
| ·研究背景 | 第14-18页 |
| ·遗传信息 | 第14-15页 |
| ·基因转录 | 第15-16页 |
| ·转录调控 | 第16-18页 |
| ·转录因子结合位点识别 | 第18-22页 |
| ·转录因子结合位点识别问题的起源与发展 | 第18-20页 |
| ·染色体免疫共沉淀实验中的转录因子结合位点识别问题 | 第20-22页 |
| ·论文的主要工作 | 第22-25页 |
| 第二章 转录因子结合位点的分析方法 | 第25-43页 |
| ·模体表示 | 第25-28页 |
| ·基于一致序列的表示 | 第25-26页 |
| ·基于位置权重矩阵的表示 | 第26-28页 |
| ·模体识别算法 | 第28-34页 |
| ·基于一致序列的方法 | 第28-30页 |
| ·基于位置权重矩阵的方法 | 第30-33页 |
| ·其他方法 | 第33-34页 |
| ·模体识别衍生和发展问题的算法 | 第34-37页 |
| ·(l, d)植入模体识别方法 | 第34-36页 |
| ·ChIP-seq 模体识别方法 | 第36-37页 |
| ·模体统计评价 | 第37-40页 |
| ·常用工具与数据库 | 第40-43页 |
| 第三章 用于转录因子结合位点识别的定位投影求精算法 | 第43-63页 |
| ·引言 | 第43页 |
| ·模型与方法概述 | 第43-46页 |
| ·符号定义 | 第43-44页 |
| ·模体保守性和背景模型 | 第44-45页 |
| ·MEME 算法模型 | 第45-46页 |
| ·定位投影求精算法 | 第46-53页 |
| ·定位投影聚类过程 | 第46-49页 |
| ·过滤子集 | 第49-50页 |
| ·模体求精 | 第50-52页 |
| ·寻找多模体 | 第52-53页 |
| ·实验分析 | 第53-61页 |
| ·参数设置 | 第53-54页 |
| ·数据统计信息 | 第54页 |
| ·算法性能比较 | 第54-56页 |
| ·运行时间分析 | 第56-58页 |
| ·其他数据测试 | 第58-61页 |
| ·小结 | 第61-63页 |
| 第四章 基于启发式聚类的(l, d)植入模体算法研究 | 第63-77页 |
| ·引言 | 第63页 |
| ·模型与方法概述 | 第63-64页 |
| ·符号定义 | 第63页 |
| ·期望最大化算法 | 第63-64页 |
| ·算法描述 | 第64-70页 |
| ·构建聚类子集 | 第65-66页 |
| ·筛选合格聚类子集 | 第66页 |
| ·对合格聚类子集求精 | 第66-67页 |
| ·定位植入模体实例 | 第67-68页 |
| ·问题拓展 | 第68-70页 |
| ·实验分析 | 第70-75页 |
| ·概率分析 | 第70-71页 |
| ·模拟数据测试 | 第71-74页 |
| ·真实数据测试 | 第74-75页 |
| ·小结 | 第75-77页 |
| 第五章 ChIP-seq 转录因子结合位点识别算法研究 | 第77-91页 |
| ·引言 | 第77页 |
| ·模型与方法概述 | 第77-80页 |
| ·差异模体发现问题 | 第78-79页 |
| ·概率模型 | 第79-80页 |
| ·算法描述 | 第80-84页 |
| ·词枚举分析 | 第80-81页 |
| ·搜索相邻实例构建位置频率矩阵 | 第81-82页 |
| ·预测模体成分 | 第82-83页 |
| ·聚类后处理过程 | 第83-84页 |
| ·实验分析 | 第84-88页 |
| ·参数设置 | 第84-85页 |
| ·ChIP-seq 数据集 | 第85页 |
| ·测试及分析 | 第85-88页 |
| ·小结 | 第88-91页 |
| 第六章 总结与展望 | 第91-93页 |
| 参考文献 | 第93-109页 |
| 致谢 | 第109-111页 |
| 攻读博士学位期间的研究成果 | 第111-112页 |
| 学术论文 | 第111页 |
| 参加研究的科研项目 | 第111-112页 |
