| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-17页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 基因调控网络研究现状与问题分析 | 第9-13页 |
| 1.2.1 基因调控网络模型 | 第9-12页 |
| 1.2.2 基因调控网络的建模算法 | 第12页 |
| 1.2.3 生物数据 | 第12-13页 |
| 1.2.4 基因调控网络研究中存在的问题 | 第13页 |
| 1.3 最大期望值算法和扩展卡尔曼算法在参数估计中的应用 | 第13-15页 |
| 1.3.1 EM算法在参数辨识中的研究和应用 | 第14页 |
| 1.3.2 EKF算法在状态和参数辨识中的研究和应用 | 第14-15页 |
| 1.4 主要研究内容和论文构成 | 第15-17页 |
| 第二章 EM算法在酵母蛋白合成过程中的应用 | 第17-30页 |
| 2.1 引言 | 第17-18页 |
| 2.2 EM算法理论 | 第18-19页 |
| 2.2.1 最大似然估计 | 第18-19页 |
| 2.2.2 最大期望值(EM)算法 | 第19页 |
| 2.3 基因调控网络模型 | 第19-20页 |
| 2.4 利用EM算法对模型中的参数进行辨识 | 第20-23页 |
| 2.5 结果与讨论 | 第23-29页 |
| 2.5.1 仿真结果 | 第23-26页 |
| 2.5.2 模型质量 | 第26-27页 |
| 2.5.3 结合生物网络分析 | 第27-28页 |
| 2.5.4 模型稳定性分析 | 第28-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第三章 EM算法在p53相关网络中的应用 | 第30-41页 |
| 3.1 引言 | 第30-31页 |
| 3.2 多反馈回路p53通道以及相应的模型 | 第31-34页 |
| 3.2.1 p53多反馈通道 | 第31-32页 |
| 3.2.2 建立p53多通道模型 | 第32-34页 |
| 3.3 建模数据分组和辨识结果 | 第34-36页 |
| 3.3.1 建模数据分组 | 第34-35页 |
| 3.3.2 辨识结果与误差率计算 | 第35-36页 |
| 3.4 稳定性分析 | 第36-37页 |
| 3.5 p53相关网络鲁棒性和响应能力分析 | 第37-40页 |
| 3.5.1 p53相关网络在内部扰动下的鲁棒性求法 | 第37-38页 |
| 3.5.2 p53相关网络对外部信号响应能力的求法 | 第38-39页 |
| 3.5.3 细胞受到电离辐射后鲁棒性和响应能力的变化分析 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于连续-离散EKF建模的p53-Mdm2调控关系研究 | 第41-67页 |
| 4.1 引言 | 第41-42页 |
| 4.2 卡尔曼滤波理论简介 | 第42-45页 |
| 4.2.1 卡尔曼(Kalman)滤波 | 第42-43页 |
| 4.2.2 扩展卡尔曼滤波(EKF) | 第43-44页 |
| 4.2.3 EKF算法在参数和状态联合辨识中的应用 | 第44-45页 |
| 4.3 p53-Mdm2基因调控网络模型 | 第45-46页 |
| 4.4 基于连续-离散EKF的p53-Mdm2网络建模 | 第46-54页 |
| 4.4.1 基于连续-离散EKF的模型参数辨识 | 第46-49页 |
| 4.4.2 建模数据 | 第49-50页 |
| 4.4.3 辨识结果 | 第50-52页 |
| 4.4.4 模型质量 | 第52-53页 |
| 4.4.5 p53-Mdm2调控关系分析 | 第53-54页 |
| 4.5 考虑电离辐射作为输入的p53-Mdm2网络建模 | 第54-65页 |
| 4.5.1 考虑电离辐射作为输入的p53-Mdm2网络模型 | 第54-56页 |
| 4.5.2 考虑电离辐射作为输入的模型参数辨识 | 第56-58页 |
| 4.5.3 辨识结果 | 第58-61页 |
| 4.5.4 模型质量 | 第61-62页 |
| 4.5.5 不同IR剂量下p53-Mdm2响应特性分析 | 第62-65页 |
| 4.6 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 个人简历 | 第75页 |
| 在学期间的研究成果及发表的学术论文 | 第75页 |
