| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 基因识别 | 第11-13页 |
| 1.3 与本论文相关的生物学知识 | 第13-14页 |
| 1.4 本论文的工作 | 第14-16页 |
| 第二章 DNA序列的Z曲线 | 第16-21页 |
| 2.1 引言 | 第16页 |
| 2.2 DNA序列的Z曲线理论 | 第16-18页 |
| 2.3 Z曲线理论的应用 | 第18-21页 |
| 第三章 ZCURVE 3.0 原核生物基因识别程序的研发 | 第21-41页 |
| 3.1 引言 | 第21-22页 |
| 3.2 支持向量机方法 | 第22-25页 |
| 3.3 描述编码序列特征的变量 | 第25-26页 |
| 3.4 ZCURVE 3.0 软件的框架结构 | 第26-33页 |
| 3.4.1 种子ORFs和6个负样本ORFs的产生 | 第28-31页 |
| 3.4.2 训练样本和建立SVM模型 | 第31-32页 |
| 3.4.3 对候选ORFs进行判别 | 第32页 |
| 3.4.4 ORFs排重叠 | 第32-33页 |
| 3.5 ZCURVE 3.0 识别效果的讨论及评价 | 第33-41页 |
| 3.5.1 数据库 | 第33-34页 |
| 3.5.2 成绩评价的指标 | 第34-35页 |
| 3.5.3 与已有识别程序成绩的比较 | 第35-36页 |
| 3.5.4 和Glimmer 3.02程序的联合使用 | 第36-38页 |
| 3.5.5 ZCURVE 3.0 程序的其它特性 | 第38-41页 |
| 第四章 ZCURVE_V 2.0 病毒基因识别程序的研发 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.2 ZCURVE_V 2.0 程序的基本框架 | 第42-46页 |
| 4.3 ZCURVE_V 2.0 识别效果的讨论及评价 | 第46-54页 |
| 4.3.1 程序的评估方法 | 第46页 |
| 4.3.2 和已有程序进行比较 | 第46-50页 |
| 4.3.3 和GeneMark程序联合使用 | 第50-51页 |
| 4.3.4 ZCURVE_V 2.0 的优势 | 第51-54页 |
| 第五章 翻译起始位点的预测 | 第54-58页 |
| 5.1 引言 | 第54-55页 |
| 5.2 数据库 | 第55页 |
| 5.3 基于特征变量的翻译起始预测方法 | 第55-58页 |
| 第六章 全文总结 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 附录 | 第66-79页 |
| 攻读硕士学位期间取得的成果 | 第79-80页 |
