摘要 | 第5-7页 |
abstract | 第7-8页 |
第1章 绪论 | 第12-32页 |
1.1 选择性剪接事件的研究现状 | 第13-28页 |
1.1.1 选择性剪接分子生物学过程的研究现状 | 第13-21页 |
1.1.2 选择性剪接和其它生物学过程关系的研究现状 | 第21-24页 |
1.1.3 选择性剪接和疾病的研究现状 | 第24页 |
1.1.4 选择性剪接调控规则和调控蛋白的研究现状 | 第24-28页 |
1.2 选择性剪接和疾病关系的研究目的和意义 | 第28-30页 |
1.2.1 顺式调控因子与疾病的关系 | 第28-29页 |
1.2.2 反式作用因子与疾病的关系 | 第29-30页 |
1.3 本章小结和论文写作安排 | 第30-32页 |
第2章 RBP对选择性剪接调控的研究 | 第32-54页 |
2.1 引言 | 第32页 |
2.1.1 主要工作和创新点 | 第32页 |
2.2 RBP调控选择性剪接事件的相关工作 | 第32-39页 |
2.2.1 研究RBP调控选择性剪接事件的相关技术 | 第33-35页 |
2.2.2 研究RBP调控选择性剪接事件使用的相关算法 | 第35-39页 |
2.3 数据集的选择和数据预处理 | 第39-41页 |
2.4 研究方法、结果、验证以及讨论 | 第41-53页 |
2.4.1 研究方法和结果 | 第41-50页 |
2.4.2 实验验证 | 第50-51页 |
2.4.3 讨论 | 第51-53页 |
2.5 本章小结 | 第53-54页 |
第3章 选择性剪接对蛋白质功能影响的研究 | 第54-72页 |
3.1 引言 | 第54-55页 |
3.1.1 主要工作和创新点 | 第54-55页 |
3.2 选择性剪接事件和疾病关系的相关工作 | 第55页 |
3.3 数据集的选取 | 第55-57页 |
3.4 研究方法、结果、验证及分析 | 第57-70页 |
3.4.1 研究方法和结果 | 第57-63页 |
3.4.2 使用机器学习预测外显子功能 | 第63-65页 |
3.4.3 实验验证 | 第65-70页 |
3.5 本章小结 | 第70-72页 |
第4章 使用机器学习方法研究同义突变对疾病的影响 | 第72-86页 |
4.1 引言 | 第72-73页 |
4.1.1 主要工作和创新点 | 第73页 |
4.2 同义突变对疾病影响的相关工作 | 第73-74页 |
4.3 特征提取 | 第74-80页 |
4.3.1 基因组特征的选取 | 第74-76页 |
4.3.2 蛋白质相关特征的选取 | 第76-78页 |
4.3.3 几种常用的分类器的比较 | 第78-80页 |
4.4 研究方法、结果、分析以及验证 | 第80-84页 |
4.4.1 序列相关特征的分析 | 第80-81页 |
4.4.2 蛋白质相关特征的分析 | 第81-82页 |
4.4.3 机器学习模型的验证以及分析 | 第82-84页 |
4.5 本章小结 | 第84-86页 |
第5章 脂多糖诱导的BMSC细胞中选择性剪接事件的差异表达 | 第86-98页 |
5.1 引言 | 第86页 |
5.1.1 主要工作和创新点 | 第86页 |
5.2 脂多糖诱导的选择性剪接事件差异表达的相关工作 | 第86-91页 |
5.2.1 RNA-seq技术及其分析方法 | 第87-91页 |
5.3 研究步骤和生物信息学分析流程 | 第91-94页 |
5.3.1 研究步骤 | 第91-92页 |
5.3.2 生物信息学分析流程 | 第92-94页 |
5.4 实验结果及分析 | 第94-97页 |
5.4.1 LPS诱导的选择性剪接事件 | 第94-96页 |
5.4.2 LPS诱导的选择性剪接事件的蛋白质作用域 | 第96-97页 |
5.5 本章小结 | 第97-98页 |
结论 | 第98-100页 |
参考文献 | 第100-112页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第112-114页 |
致谢 | 第114-115页 |
附录A:模式生物的基因信息和选择性剪接信息表 | 第115-119页 |
附录B:本章涉及的分子生物学技术相关词汇及其解释 | 第119页 |