| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第1章 绪论 | 第16-28页 |
| ·生物信息学海量数据的产生背景 | 第16-18页 |
| ·生物信息学简介 | 第16页 |
| ·两种基本的生物序列 | 第16-18页 |
| ·生物序列比对概述 | 第18-20页 |
| ·生物序列比对的意义 | 第18-19页 |
| ·两序列比对算法 | 第19页 |
| ·序列聚类 | 第19-20页 |
| ·生物序列的特征信息提取方法及其应用的研究现状 | 第20-25页 |
| ·序列图形化表征 | 第21页 |
| ·基因组序列数值化表征及应用 | 第21-23页 |
| ·蛋白质序列数值化表征及应用 | 第23-24页 |
| ·有关K-mer的算法概述 | 第24-25页 |
| ·本文的组织结构 | 第25-28页 |
| 第2章 基于矩阵束联合对角化的DNA序列图形化表征及其应用 | 第28-40页 |
| ·本章引言 | 第28-29页 |
| ·DNA序列的描述符 | 第29-33页 |
| ·本章相关的一些工作 | 第29页 |
| ·构建序列的邻接矩阵 | 第29-30页 |
| ·近似联合对角化(AJD) | 第30-31页 |
| ·算法的保距性 | 第31-33页 |
| ·图形化表示法 | 第33-36页 |
| ·计算特征值组成的序列表征向量(EVV) | 第33-34页 |
| ·AJD算法收敛性分析 | 第34-35页 |
| ·基于特征值组成的表征向量(EVV)的序列图形聚类 | 第35-36页 |
| ·相似度分析 | 第36-39页 |
| ·计算成对距离 | 第36-37页 |
| ·11条beta球蛋白基因的系统谱系分析 | 第37页 |
| ·与相关工作的比较 | 第37-39页 |
| ·本章结论 | 第39-40页 |
| 第3章 基于SVD的基因组序列保序变换及其应用 | 第40-50页 |
| ·引言 | 第40-41页 |
| ·从基因组序列向数值向量的保序变换 | 第41-44页 |
| ·基因组序列变换矩阵的构建 | 第41-43页 |
| ·所提出的序列变换算法具有的良好性质 | 第43-44页 |
| ·保序变换-奇异值分解(OPT-SVD)算法的过程描述 | 第44页 |
| ·保序变换算法在基因组序列相似度/相异度分析中的应用 | 第44-49页 |
| ·基因组序列的2D图形化表征 | 第44-46页 |
| ·基因组序列新的数值描述 | 第46页 |
| ·基因组序列的相似度/相异度分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于保距映射算法的基因组序列Map示图及应用 | 第50-62页 |
| ·引言 | 第50页 |
| ·基因组序列的“保距”变换 | 第50-54页 |
| ·特征矩阵的构建 | 第50-51页 |
| ·基因组序列变换的特性 | 第51-54页 |
| ·基于保距变换算法的基因组序列的相似度分析 | 第54-60页 |
| ·第一个数据集上的实验结果 | 第54-59页 |
| ·另一个更大规模数据集上的实验结果 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 基于NFV-AAA算法的蛋白质序列相似度分析 | 第62-76页 |
| ·本章引言 | 第62-63页 |
| ·基于氨基酸(AAA)分布的蛋白质序列描述符 | 第63-68页 |
| ·描述符的范式 | 第63-64页 |
| ·蛋白质序列转换成400×(L-1)稀疏矩阵 | 第64-65页 |
| ·AAA优于SAA | 第65-67页 |
| ·对特征矩阵M施行SVD以抽取序列的特征 | 第67-68页 |
| ·NFV在相似度分析中的应用 | 第68-74页 |
| ·九条ND5蛋白质序列的相似度分析 | 第68-73页 |
| ·在24条转铁蛋白序列的数据集上的应用 | 第73-74页 |
| ·本章结论 | 第74-76页 |
| 第6章 分段K-mer算法及其在序列相似度分析中的应用 | 第76-84页 |
| ·引言 | 第76页 |
| ·基因组序列的描述符 | 第76-78页 |
| ·序列的K-mer | 第76-77页 |
| ·序列的分段s-K-mer | 第77页 |
| ·最优分段的策略 | 第77-78页 |
| ·复合的s-K-er | 第78页 |
| ·s-K-mer在34条线粒体基因组序列数据集上的应用 | 第78-83页 |
| ·优化算法的数据准备 | 第78-79页 |
| ·对K-mer进行寻优以便获得其最优阶数K*值 | 第79-81页 |
| ·s-K-mer算法的性能 | 第81-82页 |
| ·利用s-K-er对基因组作系统发生分析 | 第82-83页 |
| ·本章结论 | 第83-84页 |
| 第7章 基于层级虚拟混合与投影抽取的基因组序列比较 | 第84-102页 |
| ·本章引言 | 第84-85页 |
| ·基因组序列特征提取模型 | 第85-93页 |
| ·基于k-mer虚拟混合器的基因组序列数据预处理 | 第86-87页 |
| ·虚拟混合与投影抽取模型 | 第87-91页 |
| ·层级的VMPE模型 | 第91-93页 |
| ·HVMPE模型在真实基因组数据集上的应用 | 第93-100页 |
| ·先行相关数据的准备 | 第93-95页 |
| ·确定虚拟混合器(VM)的最佳阶数k* | 第95页 |
| ·对HVMPE模型进行最佳段数s*值的寻优 | 第95-96页 |
| ·层级的VMPE模型的效果分析 | 第96-98页 |
| ·基于HVMPE模型的基因组序列种系发生分析 | 第98-99页 |
| ·在另一个基因组数据集上的应用 | 第99-100页 |
| ·本章结论 | 第100-102页 |
| 第8章 总结与展望 | 第102-105页 |
| ·论文的主要工作与创新点 | 第102-104页 |
| ·下一步工作展望 | 第104-105页 |
| 参考文献 | 第105-116页 |
| 致谢 | 第116-117页 |
| 在读期间发表的学术论文与科研项目 | 第117-118页 |
