| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 引言 | 第9页 |
| 1.2 选题意义与目的 | 第9-11页 |
| 1.2.1 选题意义 | 第9-10页 |
| 1.2.2 选题目的 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-12页 |
| 1.4 研究内容及研究目标 | 第12-14页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 研究目标 | 第14页 |
| 1.5 本文的主要工作及章节安排 | 第14-17页 |
| 第2章 DNA蛋白结合位点识别技术 | 第17-29页 |
| 2.1 ChIP-Seq技术 | 第17-19页 |
| 2.2 DNase-Seq技术 | 第19-21页 |
| 2.3 转录因子结合位点 | 第21-22页 |
| 2.4 用支持向量机对结合位点识别 | 第22-26页 |
| 2.4.1 支持向量机 | 第22-25页 |
| 2.4.2 支持向量机在生物信息学中的应用 | 第25-26页 |
| 2.5 本章小结 | 第26-29页 |
| 第3章 数据预处理 | 第29-41页 |
| 3.1 DNase-Seq数据的获取 | 第29-31页 |
| 3.2 数据的预处理 | 第31-35页 |
| 3.2.1 DNase-Seq初始数据的形成 | 第31-33页 |
| 3.2.2 DNase-Seq信号的对齐 | 第33-35页 |
| 3.2.3 DNase-Seq信号的行过滤 | 第35页 |
| 3.3 DNase信号偏差的发现 | 第35-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于DNase-Seq信号的偏差处理和DNA蛋白结合位点识别 | 第41-55页 |
| 4.1 偏差数据的形成 | 第41-43页 |
| 4.1.1 基于碱基组合切割频次的偏差数据 | 第41-42页 |
| 4.1.2 基于PWM矩阵的偏差数据 | 第42-43页 |
| 4.2 去除DNase数据的偏差信号 | 第43-50页 |
| 4.2.1 去除偏差模型的构建 | 第43-44页 |
| 4.2.2 最优参数的选择 | 第44-50页 |
| 4.3 识别模型的建立过程 | 第50-54页 |
| 4.3.1 识别特征的选取 | 第50-51页 |
| 4.3.2 基于支持向量机的预测算法及模型建立 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第5章 对去除偏差模型和分类模型效果的验证 | 第55-61页 |
| 5.1 去除偏差模型的效果验证 | 第55-56页 |
| 5.2 分类模型的效果验证 | 第56-59页 |
| 5.2.1 正负样本的划分 | 第57页 |
| 5.2.2 实验验证过程及结果 | 第57-59页 |
| 5.3 本章小结 | 第59-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-71页 |
| 致谢 | 第71页 |