| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-11页 |
| 第一章 ：综述 | 第11-28页 |
| 1.1 DNA元件百科全书计划（ENCODE） | 第11-12页 |
| 1.2 二代测序技术及其应用 | 第12-20页 |
| 1.2.1 第二代测序技术 | 第12-14页 |
| 1.2.2 DNA酶I超敏感位点及DNA酶I超敏感位点测序（DNase-Seq） | 第14-15页 |
| 1.2.3 DNA结合蛋白以及染色质免疫共沉淀测序（Chip-Seq） | 第15-20页 |
| 1.3 本课题的研究背景 | 第20-26页 |
| 1.3.1 人类基因组高分辨率组蛋白修饰的图谱分析 | 第20-22页 |
| 1.3.2 基因组高分辨率开放染色质的定位与鉴别分析 | 第22-24页 |
| 1.3.3 人类基因组中开放染色质的全貌 | 第24-26页 |
| 1.4 本课题研究目的、意义与创新点 | 第26-28页 |
| 第二章 ：机器学习算法及其在生物信息学中的应用 | 第28-32页 |
| 2.1 线性回归模型 | 第28-30页 |
| 2.2 支持向量回归模型 | 第30-31页 |
| 2.3 机器学习算法在生物信息学上的应用 | 第31-32页 |
| 第三章 ：本研究所用数据以及实验方法 | 第32-41页 |
| 3.1 所用数据 | 第32-35页 |
| 3.1.1 组蛋白修饰数据集 | 第32页 |
| 3.1.2 转录因子结合位点数据集 | 第32-33页 |
| 3.1.3 染色质开放性数据集 | 第33页 |
| 3.1.4 所用数据格式 | 第33-35页 |
| 3.2 将组蛋白修饰位点和转录因子结合位点比对到超敏感位点上 | 第35页 |
| 3.3 建模样本数量对模型的影响分析 | 第35-36页 |
| 3.4 用有监督的学习方法预测染色质的开放性 | 第36页 |
| 3.5 评估方法 | 第36-38页 |
| 3.5.1 10 倍交叉验证 | 第36-37页 |
| 3.5.2 决定系数 | 第37-38页 |
| 3.6 对每个特征的重要性以及不同特征之间的组合效应分析 | 第38页 |
| 3.7 模型比较分析 | 第38-39页 |
| 3.8 本课题所用的软件工具介绍 | 第39-41页 |
| 第四章 ：组蛋白修饰以及转录因子的结合对染色质开放性影响的结果分析 | 第41-50页 |
| 4.1 组蛋白修饰特征（HM）与转录因子结合特征（TF）在DNA酶I超敏位点上的分布情况 | 第41-43页 |
| 4.2 样本数量对模型影响分析 | 第43-44页 |
| 4.3 组蛋白修饰特征（HM）与DNA酶I超敏位点开放性的关系 | 第44-45页 |
| 4.4 转录因子结合特征（TF）与DNA酶I超敏位点开放性的关系 | 第45-47页 |
| 4.5 不同特征之间对染色质开放性影响的冗余关系 | 第47-48页 |
| 4.6 不同模型之间的预测能力的对比关系 | 第48-50页 |
| 第五章 ：讨论与展望 | 第50-54页 |
| 5.1 讨论 | 第50-52页 |
| 5.2 本课题研究展望 | 第52-54页 |
| 参考文献 | 第54-61页 |
| 附录 1：课题统计建模与数据可视化代码 | 第61-70页 |
| 附录 2：单个特征的预测能力 | 第70-71页 |
| 附录 3：双特征组合的预测能力 | 第71-78页 |
| 附录 4. 110 个预测能力最高的 3 特征组合 | 第78-80页 |
| 致谢 | 第80-81页 |
| 研究生阶段发表的论文 | 第81-83页 |
