一种基于多特征融合的长非编码RNA预测模型
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-12页 |
| 1.1 研究背景与意义 | 第6-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文研究内容及结构 | 第10-12页 |
| 2 Lnc RNA预测相关技术 | 第12-17页 |
| 2.1 Lnc RNA的调控机制 | 第12-14页 |
| 2.1.1 Lnc RNA转录水平调控 | 第12页 |
| 2.1.2 Lnc RNA转录后水平调控 | 第12-13页 |
| 2.1.3 Lnc RNA表观遗传学水平调控 | 第13-14页 |
| 2.2 Lnc RNA预测工具 | 第14-16页 |
| 2.2.1 COME预测工具 | 第14-15页 |
| 2.2.2 CPC预测工具 | 第15页 |
| 2.2.3 CPAT预测工具 | 第15页 |
| 2.2.4 Lnc RScan-SVM预测工具 | 第15-16页 |
| 2.2.5 Lnc RNApred预测工具 | 第16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 Lnc RNA特征提取 | 第17-32页 |
| 3.1 实验数据集及其预处理 | 第17-20页 |
| 3.1.1 实验数据集 | 第17-18页 |
| 3.1.2 序列数据编码 | 第18-19页 |
| 3.1.3 K-means聚类方法 | 第19页 |
| 3.1.4 改进K-means聚类方法 | 第19-20页 |
| 3.2 Lnc RNA序列特征 | 第20-23页 |
| 3.2.1 K-mer特征 | 第20-21页 |
| 3.2.2 Lnc RNA开放阅读框特征 | 第21-23页 |
| 3.3 Lnc RNA二级结构特征 | 第23-26页 |
| 3.3.1 RNA二级结构构成 | 第23-24页 |
| 3.3.2 RNA二级结构表示方法 | 第24-25页 |
| 3.3.3 RNA二级结构预测方法 | 第25-26页 |
| 3.3.4 Lnc RNA三元组二级结构特征 | 第26页 |
| 3.4 Lnc RNA功能特性 | 第26-30页 |
| 3.4.1 伪核苷酸组成特征定义 | 第26-28页 |
| 3.4.2 Lnc RNA最优伪核苷酸组成特征 | 第28-30页 |
| 3.4.3 Lnc RNA功能性特征总结 | 第30页 |
| 3.5 多特征融合 | 第30-31页 |
| 3.6 本章小节 | 第31-32页 |
| 4 Lnc RNA特征选择与预测模型构建 | 第32-45页 |
| 4.1 Lnc RNA特征选择 | 第32-38页 |
| 4.1.1 信息增益 | 第32-33页 |
| 4.1.2 皮尔森相关系数 | 第33页 |
| 4.1.3 Relief算法 | 第33-35页 |
| 4.1.4 随机森林 | 第35-36页 |
| 4.1.5 基于改进最大相关最小冗余特征选择 | 第36-38页 |
| 4.2 Lnc RNA预测模型构建 | 第38-40页 |
| 4.2.1 SVM分类器 | 第38-39页 |
| 4.2.2 SVM预测模型构建 | 第39-40页 |
| 4.3 实验结果与分析 | 第40-44页 |
| 4.3.1 实验数据集及预处理 | 第40页 |
| 4.3.2 评价指标 | 第40-41页 |
| 4.3.3 结果分析 | 第41-44页 |
| 4.4 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 攻读硕士学位期间发表学术论文情况 | 第51-52页 |
| 致谢 | 第52-54页 |
