| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 缩略词表 | 第11-13页 |
| 1 前言 | 第13-32页 |
| 1.1 序列复杂度简述 | 第13-14页 |
| 1.2 机器学习方法简述 | 第14-16页 |
| 1.2.1 机器学习简史 | 第14-15页 |
| 1.2.2 机器学习方法 | 第15-16页 |
| 1.3 DNA甲基化水平研究进展 | 第16-24页 |
| 1.3.1 DNA甲基化简介 | 第16-19页 |
| 1.3.2 实验测定DNA甲基化水平进展 | 第19-23页 |
| 1.3.3 计算方法预测DNA甲基化水平进展 | 第23-24页 |
| 1.4 增强子区域研究进展 | 第24-30页 |
| 1.4.1 增强子简介 | 第24-27页 |
| 1.4.2 实验测定增强子区域进展 | 第27-28页 |
| 1.4.3 计算方法预测增强子区域进展 | 第28-30页 |
| 1.5 本论文研究目的和主要内容 | 第30-32页 |
| 2 序列复杂度算法的基本理论 | 第32-43页 |
| 2.1 前言 | 第32页 |
| 2.2 材料与方法 | 第32-36页 |
| 2.2.1 因子复杂度算法原理 | 第32-33页 |
| 2.2.2 Abelian复杂度算法原理 | 第33-36页 |
| 2.3 结果与分析 | 第36-42页 |
| 2.3.1 因子复杂度特征 | 第36-38页 |
| 2.3.2 Abelian复杂度特征 | 第38-42页 |
| 2.4 小结 | 第42-43页 |
| 3 应用序列因子复杂度构建DNA甲基化预测模型 | 第43-59页 |
| 3.1 前言 | 第43页 |
| 3.2 材料与方法 | 第43-49页 |
| 3.2.1 材料和数据 | 第43-44页 |
| 3.2.2 数据预处理 | 第44-45页 |
| 3.2.3 辅助特征计算方法 | 第45页 |
| 3.2.4 标准化方法 | 第45-46页 |
| 3.2.5 机器学习方法 | 第46-47页 |
| 3.2.6 分类模型评估 | 第47-48页 |
| 3.2.7 功能区域DNA甲基化水平计算 | 第48-49页 |
| 3.3 结果与分析 | 第49-58页 |
| 3.3.1 数据结果展示 | 第49-51页 |
| 3.3.2 分类器选择 | 第51-52页 |
| 3.3.3 特征贡献度分析 | 第52-54页 |
| 3.3.4 与同类工作比较分析 | 第54-55页 |
| 3.3.5 模型拓展应用于其他物种 | 第55-56页 |
| 3.3.6 全基因组功能区域DNA甲基化水平预测 | 第56-58页 |
| 3.4 小结 | 第58-59页 |
| 4 应用序列Abelian复杂度构建增强子预测模型 | 第59-77页 |
| 4.1 前言 | 第59页 |
| 4.2 材料与方法 | 第59-63页 |
| 4.2.1 材料和数据 | 第59-60页 |
| 4.2.2 数据预处理 | 第60-62页 |
| 4.2.3 辅助特征计算方法 | 第62页 |
| 4.2.4 标准化方法 | 第62页 |
| 4.2.5 机器学习方法 | 第62-63页 |
| 4.2.6 分类模型评估 | 第63页 |
| 4.2.7 在不同的细胞和组织中验证增强子准确率 | 第63页 |
| 4.3 结果与分析 | 第63-75页 |
| 4.3.1 增强子预测模型构建 | 第63-65页 |
| 4.3.2 分类器筛选 | 第65-66页 |
| 4.3.3 特征贡献度分析 | 第66-68页 |
| 4.3.4 与同类工作比较分析 | 第68-71页 |
| 4.3.5 全基因组水平预测增强子区域 | 第71-75页 |
| 4.4 小结 | 第75-77页 |
| 5 讨论 | 第77-80页 |
| 参考文献 | 第80-96页 |
| 附录 | 第96-106页 |
| 附录A 附表 | 第96-102页 |
| 附录B 附图 | 第102-104页 |
| 附录C 发表与拟发表论文 | 第104-105页 |
| 附录D 序列复杂度算法代码 | 第105-106页 |
| 致谢 | 第106-108页 |