基于支持向量机和极限学习机的功能位点识别
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题背景和内容 | 第10页 |
| 1.2 国内外研究状况 | 第10-13页 |
| 1.2.1 启动子的研究现状 | 第11页 |
| 1.2.2 剪接位点的研究现状 | 第11-13页 |
| 1.3 论文的主要工作和创新之处 | 第13页 |
| 1.4 论文的结构安排 | 第13-16页 |
| 第二章 功能位点的生物学基础 | 第16-24页 |
| 2.1 基因 | 第16-17页 |
| 2.2 分子生物学的中心法则 | 第17-18页 |
| 2.3 启动子 | 第18-19页 |
| 2.4 剪接位点 | 第19-24页 |
| 2.4.1 真核生物的剪接机制 | 第20-22页 |
| 2.4.2 组成性和选择性剪接位点 | 第22-23页 |
| 2.4.3 编码区和非编码区剪接位点 | 第23-24页 |
| 第三章 机器学习与特征选取 | 第24-36页 |
| 3.1 机器学习 | 第24页 |
| 3.2 支持向量机 | 第24-29页 |
| 3.2.1 线性可分情况 | 第24-27页 |
| 3.2.2 线性不可分情况 | 第27-29页 |
| 3.3 极限学习机 | 第29-31页 |
| 3.3.1 单隐含层前反馈神经网络 | 第29-30页 |
| 3.3.2 极限学习机算法 | 第30-31页 |
| 3.4 特征信息选取 | 第31-33页 |
| 3.4.1 位点关联信息特征 | 第31-32页 |
| 3.4.2 位点组分信息特征 | 第32-33页 |
| 3.4.3 CpG岛特征 | 第33页 |
| 3.5 位点的保守性分析 | 第33-34页 |
| 3.6 模型验证方法和指标 | 第34-36页 |
| 第四章 人类编码区剪接位点的识别 | 第36-44页 |
| 4.1 数据集 | 第36页 |
| 4.2 样本长度的选取 | 第36-37页 |
| 4.3 流程图 | 第37-38页 |
| 4.4 正负集1:1的预测结果与分析 | 第38-42页 |
| 4.4.1 位点的保守性分析 | 第38-39页 |
| 4.4.2 不同特征模型的结果分析 | 第39-42页 |
| 4.5 正负集1:10的预测结果与分析 | 第42-44页 |
| 第五章 人类pol-Ⅱ启动子的识别 | 第44-48页 |
| 5.1 数据集 | 第44页 |
| 5.2 结果与分析 | 第44-48页 |
| 5.2.1 位点的保守性分析 | 第44-45页 |
| 5.2.2 不同特征模型的结果分析 | 第45-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间发表的论文 | 第56-58页 |
| 致谢 | 第58页 |
