首页--生物科学论文--生物工程学(生物技术)论文--仿生学论文--生物信息论论文

基于智能计算的生物网络构建算法的研究

英文缩写对照表第14-16页
中文摘要第16-19页
ABSTRACT第19-22页
第1章 绪论第23-30页
    §1.1 研究背景和意义第23-24页
    §1.2 国内外研究现状第24-27页
    §1.3 论文研究内容与组织结构第27-30页
第2章 生物背景知识和相关方法第30-44页
    §2.1 基因调控网络构建的相关方法第30-36页
        2.1.1 基因调控与基因调控网络第30-31页
        2.1.2 基因调控网络模型第31-36页
    §2.2 蛋白质相互作用网络构建的相关方法第36-43页
        2.2.1 蛋白质相互作用第36页
        2.2.2 生物实验方法第36-38页
        2.2.3 基于计算的方法第38-43页
    §2.3 本章小结第43-44页
第3章 基于质量作用定律的微分方程模型第44-56页
    §3.1 概述第44页
    §3.2 质量作用定律第44-45页
    §3.3 质量作用定律描述基因的调控与表达第45-54页
        3.3.1 组成型基因表达过程的动力学描述第45-47页
        3.3.2 受单基因调控的基因表达过程的动力学描述第47-49页
        3.3.3 受双基因调控的基因表达过程的动力学描述第49-52页
        3.3.4 受多基因调控的基因表达过程的动力学描述第52-54页
    §3.4 基因调控网络的表示第54-55页
    §3.5 本章小结第55-56页
第4章 基于质量作用模型的基因调控网络反向工程的研究第56-89页
    §4.1 概述第56-57页
    §4.2 基于PBIL的网络结构构建算法第57-62页
        4.2.1 PBIL算法第57-58页
        4.2.2 改进的PBIL算法第58-60页
        4.2.3 PBIL算法推导网络结构的算法流程第60-62页
    §4.3 基于TDE的模型参数优化算法第62-70页
        4.3.1 差分进化算法第62-63页
        4.3.2 TDE优化模型参数第63-67页
        4.3.3 优化模型参数的算法流程第67-68页
        4.3.4 四阶龙格库塔法求解微分方程第68-70页
    §4.4 评价函数第70-73页
        4.4.1 适应值函数第70-71页
        4.4.2 评价指标第71-73页
    §4.5 算法总流程第73-75页
    §4.6 实验结果及分析第75-88页
        4.6.1 人工合成网络第75-80页
        4.6.2 酵母菌IRMA合成网络第80-85页
        4.6.3 大肠杆菌SOS DNA修复网络第85-88页
    §4.7 本章小结第88-89页
第5章 基于时间延迟模型的基因调控网络反向工程的研究第89-111页
    §5.1 概述第89-90页
    §5.2 基于时间延迟的质量作用模型第90-92页
        5.2.1 组成型基因表达第90-91页
        5.2.2 受控基因表达第91-92页
    §5.3 基于TDMA模型的基因调控网络自动构建算法第92-98页
        5.3.1 基于MPI的并行PBIL算法第93-96页
        5.3.2 并行PBIL算法构建网络结构的流程第96-97页
        5.3.3 TDE算法优化时间延迟参数第97-98页
    §5.4 实验结果及分析第98-110页
        5.4.1 协调-1型前馈环网络第99-102页
        5.4.2 非协调-1型前馈环网络第102-105页
        5.4.3 双扇网络第105-108页
        5.4.4 酵母菌IRMA合成网络第108-110页
    §5.5 本章小结第110-111页
第6章 基于集成概率神经网络的蛋白质相互作用预测研究第111-130页
    §6.1 概述第111-112页
    §6.2 基于概率神经网络的蛋白质相互作用预测算法第112-120页
        6.2.1 基于自协方差方法的蛋白质特征提取算法第112-116页
        6.2.2 概率神经网络第116-118页
        6.2.3 概率神经网络的集成第118-120页
    §6.3 实验结果及分析第120-129页
        6.3.1 数据集第120-122页
        6.3.2 算法参数的确定第122-125页
        6.3.3 单个PNN性能测试第125-127页
        6.3.4 集成PNN性能测试第127-129页
    §6.4 本章小结第129-130页
第7章 总结与展望第130-132页
    §7.1 本论文的总结第130-131页
    §7.2 未来工作的展望第131-132页
参考文献第132-144页
致谢第144-145页
攻读博士学位期间发表的论文和参与的项目第145-146页
附件第146-168页

论文共168页,点击 下载论文
上一篇:小型天然气管网压力能发电工艺开发
下一篇:规模化苹果专业户借贷行为研究