| 摘要 | 第1-8页 |
| Abstract | 第8-16页 |
| Part Ⅰ 生物高分子信息分析研究概述 | 第16-39页 |
| 一 基因预测新方法研究 | 第17-22页 |
| 二 目标分子与DNA的相互作用的研究 | 第22-25页 |
| 三 复杂分析化学体系解析新方法研究 | 第25页 |
| 四 核酸序列的频率特征和进化研究 | 第25-27页 |
| 五 膜蛋白的跨膜区域预测研究 | 第27-28页 |
| 六 特异序列的识别和相似序列的比较研究 | 第28-30页 |
| 参考文献 | 第30-37页 |
| 附1 | 第37-39页 |
| Part Ⅱ 基因预测新方法研究 | 第39-53页 |
| 一 引言 | 第39-41页 |
| 二 方法和原理 | 第41-46页 |
| 1 核酸序列的数字化 | 第42页 |
| 2 特征的计算 | 第42-46页 |
| 3 特征分析及确定基因结构 | 第46页 |
| 三 数据和工具 | 第46-47页 |
| 四 结果与讨论 | 第47-51页 |
| 1 基因预测结果 | 第47-51页 |
| 2 讨论 | 第51页 |
| 五 结论 | 第51-52页 |
| 参考文献 | 第52-53页 |
| Part Ⅲ 目标分子与DNA相互作用的化学计量学研究 | 第53-69页 |
| 一 引言 | 第53-54页 |
| 二 方法和数据 | 第54-59页 |
| 1 数据 | 第54页 |
| 2 方法 | 第54-59页 |
| 三 结果与讨论 | 第59-65页 |
| 1 影响相互作用的参数(因素)的选择 | 第59-63页 |
| 2 作用常数的线性预测模型 | 第63页 |
| 3 人工神经网络(ANN)对作用常数和模式的预测 | 第63-65页 |
| 四 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| Part Ⅳ 基于小波变换的新的波谱技术及其在复杂化学、生物高分子体系信息分析中的应用 | 第69-99页 |
| 一 引言 | 第69-70页 |
| 二 理论方法 | 第70-73页 |
| 1 连续小波变换(CWT) | 第70页 |
| 2 小波频率谱(Wavelet frequency spectrum(WFS)) | 第70-71页 |
| 3 连续小波变换极大值谱(MSCWT) | 第71-72页 |
| 4 小波变换Fourier频率谱(WTFS) | 第72-73页 |
| 二 连续小波变换极大值谱(MSCWT)、小波频率谱(WFS)和小波变换Fourier频率谱(WTFS)的性质 | 第73-74页 |
| 三 连续小波变换极大值谱(MSCWT)、小波频率谱(WFS)和小波变换Fourier频率谱(WTFS)的应用 | 第74-96页 |
| 1 MSCWT在重叠信号分析中的应用 | 第74-85页 |
| 2 MSCWT在膜蛋白跨膜区域预测中的应用 | 第85-91页 |
| 3 小波变换Fourier频率谱和(WTFS)小波频率谱(WFS)在分析核酸频率中的 | 第91-93页 |
| 4 基于WFS表示的SARS_CoV的系统进化研究 | 第93-96页 |
| 参考文献 | 第96-99页 |
| Part Ⅴ 隐马尔可夫模型(HMM)对核酸序列的识别研究 | 第99-106页 |
| 一 引言 | 第99页 |
| 二 理论部分 | 第99-101页 |
| 三 结果与讨论 | 第101-105页 |
| 四 结论 | 第105-106页 |
| 参考文献 | 第106-107页 |
| 博士期间发表的论文和著作 | 第107-109页 |
| Acknowledgement | 第109页 |
