基于变长马尔可夫模型的基因剪接位点识别
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文研究工作及内容安排 | 第11-13页 |
| 第二章 基因剪接及其识别 | 第13-24页 |
| ·生物学基础 | 第13-15页 |
| ·基因剪接 | 第15-17页 |
| ·生物分子数据库 | 第17-18页 |
| ·剪接位点识别的意义 | 第18-19页 |
| ·基因剪接位点识别方法 | 第19-22页 |
| ·支持向量机 | 第19-21页 |
| ·神经网络 | 第21页 |
| ·隐马尔可夫模型 | 第21-22页 |
| ·其它方法 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第三章 变长马尔可夫模型 | 第24-31页 |
| ·马尔可夫模型 | 第24-25页 |
| ·基本概念和理论 | 第24-25页 |
| ·模型应用 | 第25页 |
| ·变长马尔可夫模型 | 第25-29页 |
| ·模型设计 | 第25-27页 |
| ·预测算法 | 第27-29页 |
| ·剪接位点识别中的应用 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第四章 KL 距离的变长马尔可夫模型 | 第31-43页 |
| ·KL 距离 | 第31页 |
| ·KL-VLMM 模型设计 | 第31-33页 |
| ·数据集N269 | 第33-36页 |
| ·数据集的组成 | 第33-34页 |
| ·剪接位点的保守性分析 | 第34-36页 |
| ·实验结果与分析 | 第36-41页 |
| ·性能评估方法 | 第36-38页 |
| ·受试者工作特征 | 第38页 |
| ·实验结果与分析 | 第38-41页 |
| ·KL-VLMM 应用在剪接位点识别中的优缺点 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第五章 变长马尔可夫模型的概率后缀树训练方法 | 第43-52页 |
| ·概率后缀树 | 第43-44页 |
| ·基本概念 | 第43页 |
| ·构建算法 | 第43-44页 |
| ·VLMM 的PST 训练方法 | 第44-49页 |
| ·算法设计 | 第44-47页 |
| ·PST 层次选择 | 第47-49页 |
| ·实验结果及分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·本文研究内容总结 | 第52-53页 |
| ·未来工作展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |
