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

基因调控网络差异性比对算法研究

摘要第6-8页
ABSTRACT第8-9页
第一章 绪论第12-22页
    1.1 课题背景与意义第12-14页
    1.2 国内外研究现状第14-19页
        1.2.1 基因组学及基因调控网络重建研究概况第14-16页
        1.2.2 生物网络相似性比对研究概况第16-17页
        1.2.3 生物网络差异性比对研究概况第17-19页
    1.3 本文的主要研究内容和创新点第19-20页
    1.4 论文结构第20-22页
第二章 网络比对相关概念和方法第22-29页
    2.1 网络比对问题描述第22-23页
    2.2 HGA算法概述第23-26页
        2.2.1 HGA算法介绍第23-24页
        2.2.2 网络比对相关评判标准第24-26页
    2.3 图元及图元向量第26-28页
        2.3.1 图元的基本概念第26页
        2.3.2 图元向量的基本概念第26-28页
    2.4 本章小结第28-29页
第三章 核心差异子图算法KDS-DN第29-42页
    3.1 KDS-DN算法总体框架第29-30页
    3.2 基因筛选和网络构建第30-34页
        3.2.1 基因芯片数据预处理第30-32页
        3.2.2 基因筛选与基因调控网络构建第32-34页
    3.3 网络比对及核心差异性基因选取第34-36页
    3.4 核心差异子图提取第36-39页
        3.4.1 核心差异子图提取规则第36页
        3.4.2 KDS-DN核心差异子图提取算法第36-39页
    3.5 结果评价第39-41页
        3.5.1 差异性评价方法第39-40页
        3.5.2 对比方法第40-41页
    3.6 本章小结第41-42页
第四章 非小细胞癌核心差异子图分析实验第42-58页
    4.1 数据集及预处理第43-44页
    4.2 基因调控网络构建及比对结果第44-46页
    4.3 基因核心差异化计算结果第46-48页
    4.4 非小细胞癌核心差异子图第48-52页
        4.4.1 核心差异子图提取结果第48-49页
        4.4.2 功能模块分析第49-51页
        4.4.3 核心差异子图结果评价第51-52页
    4.5 GO富集分析第52-55页
    4.6 不同差异化网络比对算法比较第55-56页
    4.7 本章小结第56-58页
第五章 结论与展望第58-60页
    5.1 结论第58页
    5.2 展望第58-60页
参考文献第60-67页
作者在攻读硕士学位期间公开发表的论文第67-68页
作者在攻读硕士学位期间所作的项目第68-69页
致谢第69-71页
附录第71-77页

论文共77页,点击 下载论文
上一篇:老电影褪色闪烁的色彩一致性校正技术研究
下一篇:基于视频的电梯轿厢内乘客异常行为检测研究