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--一般性问题论文--理论、方法论文--算法理论论文

基于调控网络的生物功能模块挖掘算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第12-18页
    1.1 研究背景和意义第12-13页
    1.2 国内外研究现状第13-15页
        1.2.1 生物网络中的模块第13页
        1.2.2 单一网络上的模块挖掘第13-14页
        1.2.3 融合网络上的模块挖掘第14-15页
    1.3 本文主要工作第15-16页
    1.4 本文组织结构第16-18页
第2章 生物网络上的模块挖掘方法简述第18-25页
    2.1 引言第18页
    2.2 构建生物网络所用数据库第18-20页
    2.3 单一网络上的模块挖掘第20-22页
        2.3.1 蛋白质相互作用网络上的模块挖掘第20-21页
        2.3.2 调控网络上的模块挖掘第21-22页
    2.4 融合网络上的模块挖掘第22-23页
        2.4.1 基因网络及调控网络的融合第22-23页
        2.4.2 共调控网络上的模块挖掘第23页
    2.5 生物网络模块挖掘算法的评价指标第23-24页
    2.6 小结第24-25页
第3章 MicroRNA调控网络上的随机游走算法第25-39页
    3.1 引言第25页
    3.2 相关定义第25-29页
        3.2.1 基因相互作用网络及调控网络图定义第25-26页
        3.2.2 网络融合第26页
        3.2.3 生物功能模块第26-27页
        3.2.4 图的桥节点第27-29页
    3.3 RWRB算法描述第29-32页
    3.4 实验数据及预处理第32-33页
        3.4.1 实验数据第32页
        3.4.2 数据的预处理第32-33页
    3.5 实验方法与结果分析第33-38页
        3.5.1 实验方法第33-34页
        3.5.2 实验结果与分析第34-38页
    3.6 小结第38-39页
第4章 共调控网络上的随机游走算法第39-46页
    4.1 引言第39页
    4.2 相关定义第39-40页
        4.2.1 转录因子第39页
        4.2.2 共调控网络第39-40页
    4.3 RWRBC算法描述第40-42页
    4.4 实验数据第42页
    4.5 实验方法与结果分析第42-44页
        4.5.1 实验方法第42页
        4.5.2 实验结果与分析第42-44页
    4.6 小结第44-46页
结论第46-49页
    一、本文工作总结第46-47页
    二、进一步工作展望第47-49页
参考文献第49-56页
附录 攻读学位期间参加的科研项目第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:锂电池聚合物电解质及电极粘结剂结构与性能间关系的研究
下一篇:几类广义循环矩阵的性质及其应用