| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 研究背景和意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-15页 |
| 1.4 论文结构 | 第15-16页 |
| 2 相关理论基础 | 第16-30页 |
| 2.1 遗传信息 | 第16-17页 |
| 2.2 基因表达 | 第17-18页 |
| 2.3 转录调控 | 第18-19页 |
| 2.4 转录因子结合位点识别问题 | 第19-20页 |
| 2.5 转录因子结合位点表示方法 | 第20-22页 |
| 2.6 DNA测序技术与ChIP-seq技术 | 第22-25页 |
| 2.6.1 DNA自动测序技术简介 | 第22-23页 |
| 2.6.2 ChIP-seq技术简介 | 第23-25页 |
| 2.7 ChIP-seq数据分析流程 | 第25-29页 |
| 2.7.1 FASTQ数据简介 | 第25-26页 |
| 2.7.2 基于ChIP-seq数据转录因子一般分析流程 | 第26-29页 |
| 2.8 常用数据库 | 第29-30页 |
| 3 基于ChIP-seq数据的转录因子结合位点识别算法 | 第30-42页 |
| 3.1 引言 | 第30-31页 |
| 3.2 本文ChIP-seq实验数据介绍 | 第31-33页 |
| 3.2.1 水稻实验数据介绍 | 第31-32页 |
| 3.2.2 小鼠实验数据介绍 | 第32-33页 |
| 3.3 实验数据预处理 | 第33-37页 |
| 3.3.1 水稻ChIP-seq数据预处理 | 第33-36页 |
| 3.3.2 小鼠胚胎原细胞ChIP-seq数据预处理 | 第36-37页 |
| 3.4 算法模型与概述 | 第37-41页 |
| 3.4.1 期望最大化算法(EM)原型与概述 | 第37-38页 |
| 3.4.2 基于ChIP-seq数据的简化EM算法模型描述 | 第38-41页 |
| 3.5 小结 | 第41-42页 |
| 4 实验结果与分析 | 第42-48页 |
| 4.1 算法结果分析 | 第42-46页 |
| 4.1.1 算法灵敏度 | 第42-44页 |
| 4.1.2 相关性分析 | 第44-46页 |
| 4.2 算法性能分析 | 第46-47页 |
| 4.3 小结 | 第47-48页 |
| 5 总结与展望 | 第48-51页 |
| 5.1 本文工作总结 | 第48-49页 |
| 5.2 未来展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 附录A | 第57-58页 |
| 附录B | 第58-59页 |
| 附录C | 第59-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |
