首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

RNA-Seq数据差异表达及聚类分析研究

摘要第4-5页
abstract第5页
缩略词第9-10页
第一章 绪论第10-14页
    1.1 生物信息学简介第10页
    1.2 转录组学研究第10-11页
    1.3 基因表达水平测量技术第11页
    1.4 基因表达数据分析第11-12页
    1.5 本文的主要研究工作第12-13页
    1.6 本文组织结构第13-14页
第二章 背景介绍第14-23页
    2.1 生物背景知识第14-16页
        2.1.1 遗传信息的传递第14-15页
        2.1.2 选择性剪接第15-16页
    2.2 测序技术的发展第16-17页
    2.3 RNA-Seq技术第17-22页
        2.3.1 RNA-Seq测序实验过程第18-19页
        2.3.2 RNA-Seq数据处理分析第19-21页
        2.3.3 RNA-Seq数据读段非均匀分布现象第21-22页
    2.4 本章小结第22-23页
第三章 基于RNA-Seq数据的多条件差异表达分析方法第23-41页
    3.1 研究背景第23页
    3.2 研究动机第23-25页
    3.3 相关工作第25-27页
    3.4 PUseqDE方法第27-32页
        3.4.1 模拟读段随机产生过程第28-29页
        3.4.2 LRT进行差异表达分析第29-32页
    3.5 数据集第32-35页
        3.5.1 模拟数据集第32-35页
        3.5.2 真实数据集第35页
    3.6 差异表达分析实验第35-40页
        3.6.1 模拟数据集实验结果与分析第35-36页
        3.6.2 真实数据集实验结果与分析第36-40页
    3.7 本章小结第40-41页
第四章 基于RNA-Seq数据的聚类分析第41-53页
    4.1 研究背景第41-42页
    4.2 研究动机第42-43页
    4.3 相关工作第43-44页
    4.4 PUseqClust方法第44-47页
        4.4.1 基因表达水平及不确定性计算第45-46页
        4.4.2 差异表达基因检测第46页
        4.4.3 聚类分析第46-47页
    4.5 数据集第47-49页
        4.5.1 模拟数据集第47-48页
        4.5.2 真实数据集第48-49页
    4.6 聚类分析对比第49-52页
        4.6.1 模拟数据集实验结果与分析第49-50页
        4.6.2 真实数据集实验结果与分析第50-52页
    4.7 本章小结第52-53页
第五章 总结和展望第53-55页
    5.1 工作总结第53-54页
    5.2 未来展望第54-55页
参考文献第55-60页
致谢第60-61页
在学期间的研究成果及发表的学术论文第61页

论文共61页,点击 下载论文
上一篇:基于用户及群组特征的组推荐研究
下一篇:基于稀疏学习的影像遗传关联分析方法及其应用研究