| 中文摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·本文研究工作 | 第13-14页 |
| ·论文章节安排 | 第14-15页 |
| 第二章 基因调控及其基因调控网络构建 | 第15-23页 |
| ·基因芯片 | 第15-16页 |
| ·基因表达调控 | 第16-17页 |
| ·基因调控网络 | 第17-18页 |
| ·基因调控网络构建 | 第18-22页 |
| ·布尔网络模型 | 第18-19页 |
| ·线性模型 | 第19-20页 |
| ·微分方程模型 | 第20-21页 |
| ·单分子水平模型 | 第21页 |
| ·混合模型 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 贝叶斯方法的基本理论 | 第23-29页 |
| ·贝叶斯公式 | 第23页 |
| ·贝叶斯网络的描述 | 第23-24页 |
| ·贝叶斯网络的参数学习 | 第24-25页 |
| ·贝叶斯网络的结构学习 | 第25-27页 |
| ·基于约束性条件的结构学习方法 | 第25-26页 |
| ·基于搜索平均的结构学习方法 | 第26页 |
| ·贝叶斯网络模型平均法 | 第26-27页 |
| ·动态贝叶斯网络 | 第27-28页 |
| ·贝叶斯网络的优势和缺陷 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基因调控网络路径一致性构建算法 | 第29-40页 |
| ·PCA-CMI 算法 | 第29-32页 |
| ·信息学理论 | 第29-31页 |
| ·PCA-CMI 算法 | 第31-32页 |
| ·PCA-CMI-NO 算法 | 第32-35页 |
| ·基于贝叶斯得分的改进图分裂方法 | 第32-35页 |
| ·PCA-CMI 算法与节点拓扑排序相结合—PCA-CMI-NO 算法 | 第35页 |
| ·实验设计与结果分析 | 第35-39页 |
| ·结果的评判方法 | 第35-36页 |
| ·实验数据 | 第36页 |
| ·预测结果与分析 | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第五章 调控网路构建算法融合先验知识的分析比较 | 第40-51页 |
| ·生物学先验知识 | 第40-44页 |
| ·能量公式 | 第40-41页 |
| ·单源生物学先验知识 | 第41-42页 |
| ·多源生物学先验知识 | 第42-44页 |
| ·融合生物学先验知识的 MCMC 算法与爬山算法 | 第44-47页 |
| ·MCMC 算法结构与贪婪爬山算法 | 第44-45页 |
| ·融合单源生物学先验知识的两种算法 | 第45-46页 |
| ·融合多源生物学先验知识的两种算法 | 第46-47页 |
| ·实验设计与结果分析 | 第47-50页 |
| ·实验数据 | 第47-48页 |
| ·生物学先验知识融合的结果分析比较 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·研究内容总结 | 第51-52页 |
| ·未来工作展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |