摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第1章 引言 | 第11-27页 |
·研究课题的背景和意义 | 第11-13页 |
·RNA 的剪接和选择性剪接 | 第13-21页 |
·RNA 的剪接 | 第13-16页 |
·RNA 的选择性剪接 | 第16-21页 |
·选择性剪接识别的研究现状 | 第21-25页 |
·选择性剪接的实验研究 | 第21页 |
·全基因组范围的选择性剪接分析 | 第21-24页 |
·基于机器学习方法的选择性剪接识别研究 | 第24-25页 |
·论文各部分的主要内容 | 第25-27页 |
第2章 剪接位点的识别与位点强度的渐变性研究 | 第27-52页 |
·引言 | 第27-28页 |
·剪接位点的识别 | 第28-40页 |
·数据集 | 第28-29页 |
·基于隐马氏模型的剪接位点识别算法 | 第29-31页 |
·剪接位点保守性分析与位点序列长度的选择 | 第31-35页 |
·剪接位点附近的碱基出现概率 | 第31-32页 |
·剪接位点序列的信息熵 | 第32-33页 |
·剪接位点序列各位置之间的互信息 | 第33-34页 |
·位点序列长度的选取 | 第34-35页 |
·实验结果 | 第35-36页 |
·利用HMM 方法预测剪接位点的结果 | 第35页 |
·序列长度的选择对预测结果的影响 | 第35-36页 |
·模型选择对预测结果的影响 | 第36页 |
·与其它算法在基因预测中的作用的比较 | 第36-40页 |
·选择性剪接位点识别的初步研究 | 第40-42页 |
·数据集及方法 | 第41页 |
·实验结果 | 第41-42页 |
·选择性剪接位点序列的渐变性研究 | 第42-49页 |
·剪接位点的剪接水平(SPLICING LEVEL) | 第43-44页 |
·选择性剪接位点序列保守性的渐变性 | 第44-47页 |
·剪接位点序列保守性与剪接机制的联系 | 第47-49页 |
·小结 | 第49页 |
·本章小结 | 第49-52页 |
第3章 基于序列特征和剪接机制的选择性剪接识别 | 第52-90页 |
·引言 | 第52-55页 |
·支持向量机 | 第55-58页 |
·基于竞争机制的选择性剪接位点识别 | 第58-79页 |
·识别算法的基本思路 | 第58-61页 |
·数据集 | 第61-62页 |
·特征选择 | 第62-64页 |
·性能评估 | 第64-65页 |
·实验结果 | 第65-71页 |
·基于SVM 的竞争位点组合和非竞争位点组合的识别 | 第65-66页 |
·选择性剪接位点的识别 | 第66-67页 |
·搜索潜在剪接位点的范围(M)对结果的影响 | 第67-71页 |
·与其它方法的比较 | 第71-74页 |
·与选择性剪接位点预测方法的比较 | 第71-73页 |
·与其它不基于EST 的预测方法的比较 | 第73-74页 |
·预测剪接位点附近序列中的突变对剪接性质的影响 | 第74-78页 |
·小结 | 第78-79页 |
·基于序列特征识别RETAINED INTRON | 第79-88页 |
·数据集 | 第80页 |
·特征选择 | 第80-84页 |
·序列长度的分布 | 第81页 |
·GC 含量的分布 | 第81-82页 |
·对蛋白质翻译的影响 | 第82页 |
·富嘧啶相关区域的嘧啶浓度 | 第82-83页 |
·RETAINED INTRON 识别的特征向量 | 第83-84页 |
·方法及性能评估 | 第84页 |
·实验结果 | 第84-86页 |
·SVM 分类器的核函数和参数选择 | 第84-85页 |
·SVM 分类器的预测结果 | 第85-86页 |
·算法比较 | 第86-88页 |
·不同机器学习方法的比较 | 第86页 |
·现有方法的总结 | 第86-88页 |
·小结 | 第88页 |
·本章小结 | 第88-90页 |
第4章 从生物机理出发进行生物序列的识别 | 第90-103页 |
·生物序列识别过程中的特征提取 | 第90-92页 |
·回环长度对G 蛋白偶联受体家族分类的影响 | 第92-93页 |
·MIRNA 在其前体二级结构上的分布对MIRNA 识别的影响 | 第93-102页 |
·MIRNA 的产生机制 | 第93-94页 |
·MIRNA 在其前体二级结构上的分布特征 | 第94-99页 |
·数据集 | 第94-95页 |
·PRE-MIRNA 的二级结构特征 | 第95-97页 |
·MIRNA 在其前体二级结构上的分布 | 第97-99页 |
·分布特征对应的热力学性质 | 第99-100页 |
·结构分布特征对MIRNA 预测的贡献 | 第100-102页 |
·本章小结 | 第102-103页 |
第5章 结论和展望 | 第103-107页 |
参考文献 | 第107-117页 |
致谢 | 第117-118页 |
个人简历、在学期间发表的学术论文与研究成果 | 第118-119页 |