首页--生物科学论文--分子生物学论文--分子遗传学论文

单核苷酸多态性分析算法的研究与应用

摘要第1-6页
ABSTRACT第6-14页
第1章 绪论第14-31页
   ·课题背景及意义第14-16页
     ·研究背景第14-15页
     ·研究意义第15-16页
   ·单核苷酸多态性相关知识介绍第16-20页
   ·国内外研究现状第20-27页
     ·SNP 位点挖掘第20-22页
     ·标签SNP 获取第22-24页
     ·人群结构推断第24-26页
     ·疾病人群分类第26-27页
   ·本文主要工作第27-31页
     ·研究内容第27-28页
     ·研究成果第28-31页
第2章 基于参数过滤与集成学习的SNP 位点挖掘方法第31-51页
   ·引言第31-32页
   ·基于参数过滤的SNP 候选位点获取算法第32-36页
   ·SNP 位点挖掘方法第36-43页
     ·SNP 位点特征分析第37-39页
     ·基于集成学习的SNP 位点挖掘算法第39-43页
   ·实验与分析第43-50页
     ·实验数据及评估准则第43-44页
     ·候选SNP 位点获取中参数的影响第44-48页
     ·实验结果及分析第48-50页
   ·本章小结第50-51页
第3章 基于聚类与图模型的标签SNP 位点获取方法第51-73页
   ·引言第51-53页
   ·基于图模型的标签SNP 位点获取算法第53-63页
     ·TagSNP 位点获取问题描述第53-55页
     ·遗传差异集第55-56页
     ·SNP 位点图构建第56-58页
     ·TagSNP 位点获取第58-63页
   ·数据预处理算法第63-66页
     ·基于KNN 的数据预处理算法第64-65页
     ·时间空间复杂性分析第65-66页
   ·实验与分析第66-72页
     ·实验数据及评估方法第66-67页
     ·预处理算法中参数的影响第67-70页
     ·实验结果分析第70-72页
   ·本章小结第72-73页
第4章 基于特征与层次聚类的人群结构推断方法第73-96页
   ·引言第73-75页
   ·基于特征和层次聚类的人群结构推断方法第75-85页
     ·人群结构推断中序列特征的选择第75-76页
     ·人群基因型序列距离矩阵第76-80页
     ·基于层次聚类的人群结构推断算法第80-85页
   ·实验和讨论第85-95页
     ·实验数据及软件简介第85-87页
     ·在模拟数据集上结果及分析第87-89页
     ·在人类真实数据集上结果及分析第89-95页
   ·本章小结第95-96页
第5章 基于线粒体DNA 序列分析的疾病人群分类方法第96-121页
   ·引言第96-98页
   ·线粒体DNA 特性分析及其比对算法第98-104页
     ·线粒体DNA 特性分析第98-102页
     ·基于关键字树的mtDNA 比对算法第102-104页
   ·基于线粒体DNA 序列分析的疾病人群分类方法第104-116页
     ·基于mtDNA 序列特性的mtSNP 获取算法第104-106页
     ·基于统计显著性的疾病关联mtSNP 定位算法第106-112页
     ·基于疾病关联mtSNP 分析的疾病人群分类算法第112-116页
   ·实验及讨论第116-119页
     ·实验数据及评估方法第116-117页
     ·帕金森症人群分类实验及讨论第117-119页
   ·本章小结第119-121页
结论第121-123页
参考文献第123-133页
攻读博士学位期间发表的论文及其它成果第133-135页
致谢第135-136页
个人简历第136页

论文共136页,点击 下载论文
上一篇:空间和重离子辐射环境的诱变效应与DNA甲基化变化的关联
下一篇:加权酉变换类及其在光学图像加密中的应用