| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第12-27页 |
| 1.1 生物信息学简介 | 第12-15页 |
| 1.1.1 生物信息学的历史变迁及其含义 | 第12-13页 |
| 1.1.2 生物信息学的主要研究内容 | 第13-15页 |
| 1.1.3 生物信息学的研究进展 | 第15页 |
| 1.2 常用生物信息数据库 | 第15-18页 |
| 1.2.1 不同研究方向代表性数据库 | 第16-17页 |
| 1.2.2 GenBank数据库 | 第17-18页 |
| 1.3 相关编程语言介绍 | 第18-20页 |
| 1.3.1 Python简介 | 第18-19页 |
| 1.3.2 Visual Basic Application (VBA)简介 | 第19页 |
| 1.3.3 R语言简介 | 第19-20页 |
| 1.4 微卫星序列概述 | 第20-23页 |
| 1.4.1 分布区域及其功能 | 第20页 |
| 1.4.2 微卫星的变异 | 第20-22页 |
| 1.4.3 微卫星的突变率 | 第22页 |
| 1.4.4 微卫星突变的生物效应 | 第22-23页 |
| 1.4.5 微卫星的应用 | 第23页 |
| 1.5 SARSr-CoV简介 | 第23-25页 |
| 1.5.1 SARSr-CoV的分类 | 第23-24页 |
| 1.5.2 SARSr-CoV的历史 | 第24页 |
| 1.5.3 SARSr-CoV的结构和基因组特征 | 第24-25页 |
| 1.6 本研究工作的内容和意义 | 第25-27页 |
| 第2章 SARSr-CoV基因组中微卫星分析 | 第27-38页 |
| 2.1 前言 | 第27页 |
| 2.2 材料与方法 | 第27-32页 |
| 2.2.1 基因组序列数据 | 第27-32页 |
| 2.2.2 微卫星的提取 | 第32页 |
| 2.2.3 统计分析 | 第32页 |
| 2.3 结果与讨论 | 第32-37页 |
| 2.3.1 样本序列GC含量统计 | 第32-33页 |
| 2.3.2 微卫星数量统计 | 第33-35页 |
| 2.3.3 不同重复单元微卫星统计 | 第35-37页 |
| 2.4 本章小结 | 第37-38页 |
| 第3章 SARSr-CoV中微卫星序列宿主差异性分布分析 | 第38-56页 |
| 3.1 前言 | 第38页 |
| 3.2 材料与方法 | 第38-39页 |
| 3.2.1 序列与微卫星提取 | 第38页 |
| 3.2.2 微卫星宿主差异性分析 | 第38-39页 |
| 3.2.3 微卫星特异性位点碱基比对 | 第39页 |
| 3.2.4 数据可视化 | 第39页 |
| 3.2.5 宿主特异性微卫星位点碱基比对 | 第39页 |
| 3.3 结果与讨论 | 第39-55页 |
| 3.3.1 总微卫星分布特征 | 第40-41页 |
| 3.3.2 一型微卫星分布特征 | 第41-47页 |
| 3.3.3 二型微卫星分布特征 | 第47-51页 |
| 3.3.4 三型微卫星分布特征 | 第51-53页 |
| 3.3.5 四型微卫星分布特征 | 第53-55页 |
| 3.4 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 附录一 用Python对数据进行处理的部分代码 | 第64-66页 |
| 致谢 | 第66页 |