| 摘要 | 第2-3页 |
| abstract | 第3页 |
| 第一章 引言 | 第6-11页 |
| 1.1 课题的相关背景 | 第6-8页 |
| 1.2 课题的研究意义 | 第8-9页 |
| 1.3 本文主要工作及组织结构 | 第9-11页 |
| 第二章 课题研究的理论基础与数据来源 | 第11-17页 |
| 2.1 并行计算理论基础 | 第11-13页 |
| 2.1.1 并行计算概述 | 第11-12页 |
| 2.1.2 OpenMP简介 | 第12-13页 |
| 2.2 课题数据来源介绍 | 第13-17页 |
| 2.2.1 植物基因数据库Phytozome | 第13-14页 |
| 2.2.2 短柄草核心启动子模体发现结果 | 第14-17页 |
| 第三章 CliP算法的设计与方法研究 | 第17-27页 |
| 3.1 模体相似度度量方式SPIC | 第17-18页 |
| 3.2 基于并行计算的CliP算法过程 | 第18-25页 |
| 3.2.1 寻找极大团 | 第18-22页 |
| 3.2.2 将极大团合并成多个聚类 (clusters) | 第22-23页 |
| 3.2.3 删除多余节点 | 第23-24页 |
| 3.2.4 聚类完成并排序输出 | 第24页 |
| 3.2.5 数据结构与伪代码设计 | 第24-25页 |
| 3.3 算法性能估计 | 第25-27页 |
| 第四章 CliP算法的实现与对比分析 | 第27-40页 |
| 4.1 其他聚类算法介绍 | 第27-31页 |
| 4.1.1 MCL算法 | 第27-30页 |
| 4.1.2 AP算法 | 第30-31页 |
| 4.2 三种算法比较 | 第31-38页 |
| 4.2.1 在子模体相似度图中聚类模体 | 第32-35页 |
| 4.2.2 在大规模的假定模体(putative motif)中识别真模体 | 第35-37页 |
| 4.2.3 计算速度 | 第37-38页 |
| 4.3 基于Cli P算法的在线工具 | 第38-40页 |
| 第五章 算法对短柄草核心启动子的预测分析 | 第40-49页 |
| 5.1 模体发现计算 | 第40-41页 |
| 5.2 基于SPIC构建模体相似度图 | 第41-42页 |
| 5.3 模体聚类计算 | 第42-49页 |
| 5.3.1 聚类结果输出 | 第42-44页 |
| 5.3.2 聚类结果评估 | 第44-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |