摘要 | 第3-4页 |
Abstract | 第4-5页 |
1 前言 | 第9-15页 |
1.1 研究背景及意义 | 第9-10页 |
1.1.1 研究背景 | 第9-10页 |
1.1.2 研究意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 国内研究现状 | 第11页 |
1.2.2 国外研究现状 | 第11-12页 |
1.2.3 研究现状分析 | 第12-13页 |
1.3 论文的主要研究内容和技术路线 | 第13-15页 |
2 桉树碱基数据的处理 | 第15-27页 |
2.1 碱基数据的获取 | 第15-16页 |
2.1.1 测序文件格式 | 第15页 |
2.1.2 测序数据的提取 | 第15-16页 |
2.2 测序数据噪声的滤除 | 第16-20页 |
2.2.1 小波分析介绍 | 第16-17页 |
2.2.2 小波方法的运用 | 第17-19页 |
2.2.3 噪声滤除过程 | 第19-20页 |
2.2.4 实验对比结果 | 第20页 |
2.3 桉树测序数据的合成 | 第20-22页 |
2.3.1 四种碱基波峰的标注 | 第20-21页 |
2.3.2 四条碱基数据信息融合 | 第21-22页 |
2.4 碱基数据特征提取 | 第22-24页 |
2.4.1 SNP位点的描述 | 第22-23页 |
2.4.2 SNP特征提取 | 第23-24页 |
2.5 测试数据的生成 | 第24-25页 |
2.5.1 模糊推理原理 | 第24页 |
2.5.2 模糊推理的运用 | 第24-25页 |
2.5.3 SNP位点属性的确立 | 第25页 |
2.6 本章小结 | 第25-27页 |
3 SNP位点检测算法分析 | 第27-33页 |
3.1 基于BP神经网络的SNP位点检测 | 第27-29页 |
3.1.1 隐含层的确立 | 第27-28页 |
3.1.2 误差调整算法的选择 | 第28页 |
3.1.3 算法训练步骤 | 第28-29页 |
3.1.4 BP网络分类器的构建 | 第29页 |
3.2 基于支持向量机的SNP位点检测 | 第29-31页 |
3.2.1 支持向量机的优势 | 第29-30页 |
3.2.2 支持向量机核函数 | 第30页 |
3.2.3 支持向量机分类器的构建 | 第30-31页 |
3.3 基于稀疏识别的SNP位点检测 | 第31-32页 |
3.3.1 稀疏表示理念 | 第31页 |
3.3.2 基于稀疏表示的SNP检测 | 第31-32页 |
3.4 各识别算法对比实验结果 | 第32页 |
3.5 本章小结 | 第32-33页 |
4 InDel检测 | 第33-37页 |
4.1 基于无参考序列InDel检测 | 第33-36页 |
4.1.1 PrimeIndel算法 | 第33-35页 |
4.1.2 错位对应法 | 第35页 |
4.1.3 综合两种算法 | 第35-36页 |
4.2 本章小结 | 第36-37页 |
5 单个测序文件中SNP和InDel自动检测系统的构建 | 第37-43页 |
5.1 检测系统的软件实现 | 第37-39页 |
5.1.1 开发平台 | 第37页 |
5.1.2 运行环境 | 第37页 |
5.1.3 CVI与MATLAB的数据通信 | 第37-38页 |
5.1.4 系统功能与检测流程 | 第38-39页 |
5.2 系统的界面设计 | 第39-42页 |
5.2.1 主操作区 | 第40页 |
5.2.2 原始峰图显示区 | 第40页 |
5.2.3 SNP识别结果区 | 第40-41页 |
5.2.4 人工校正区 | 第41页 |
5.2.5 人工存储区 | 第41-42页 |
5.3 本章小结 | 第42-43页 |
6 各软件试验对比 | 第43-58页 |
6.1 测序数据的说明及来源 | 第43页 |
6.1.1 测序材料说明 | 第43页 |
6.1.2 测序材料来源 | 第43页 |
6.2 SNP位点检测与试验分析 | 第43-50页 |
6.2.1 试验样本说明 | 第43页 |
6.2.2 DiSNPIndel系统检测结果 | 第43-44页 |
6.2.3 DiSNPIndel系统的SNP检测实例 | 第44-45页 |
6.2.4 对比试验的结果与分析 | 第45-50页 |
6.3 InDel片段检测与试验分析 | 第50-57页 |
6.3.1 试验样本说明 | 第50-51页 |
6.3.2 DiSNPIndel系统检测结果分析 | 第51页 |
6.3.3 InDel检测实例分析 | 第51-52页 |
6.3.4 无参考序列对比试验分析 | 第52-54页 |
6.3.5 有参考序列对比试验分析 | 第54-57页 |
6.4 本章小结 | 第57-58页 |
7 结论与讨论 | 第58-61页 |
7.1 主要工作总结 | 第58-59页 |
7.2 结论 | 第59页 |
7.3 讨论 | 第59-61页 |
致谢 | 第61-62页 |
参考文献 | 第62-65页 |
附录A 攻读学位期间发表的学术论文 | 第65-66页 |
附录B 部分程序代码 | 第66-69页 |