| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.2 剪接异构体功能分析研究现状 | 第11-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-16页 |
| 第2章 剪接异构体功能分析系统基础知识 | 第16-24页 |
| 2.1 生物信息数据库NCBI和GO | 第16-18页 |
| 2.2 序列对比分析流程bowtie和express | 第18-19页 |
| 2.3 基于图的标签传播算法 | 第19-20页 |
| 2.4 多实例多标签机器学习框架 | 第20-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 剪接异构体功能分析系统总体设计 | 第24-31页 |
| 3.1 剪接异构体功能分析系统设计思路 | 第24-25页 |
| 3.2 剪接异构体功能分析系统设计方案 | 第25-30页 |
| 3.2.1 剪接异构体预测相关数据的采集 | 第25-27页 |
| 3.2.2 基于RNA-seq和GO数据的剪接异构体表达数据获取 | 第27-28页 |
| 3.2.3 基于RNA-seq和GO数据的共表达网络的设计 | 第28页 |
| 3.2.4 基于多实例标签传播算法的剪接异构体功能预测方法 | 第28-29页 |
| 3.2.5 基于多实例多标签框架的剪接异构体功能预测方法 | 第29页 |
| 3.2.6 剪接异构体功能预测结果储存形式 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 剪接异构体功能分析系统实现 | 第31-49页 |
| 4.1 系统数据的获取与处理 | 第31-38页 |
| 4.1.1 基于RNA-seq和GO数据的剪接异构体共表达网络的构建 | 第33-37页 |
| 4.1.2 基于RNA-seq和GO数据的外显子表达谱训练数据 | 第37-38页 |
| 4.2 基于面向实例的多实例标签传播算法的剪接异构体功能预测 | 第38-44页 |
| 4.2.1 面向实例的多实例标签传播算法 | 第40-42页 |
| 4.2.2 最佳共表达网络的选择与联合 | 第42-44页 |
| 4.2.3 对多实例标签传播算法的改进 | 第44页 |
| 4.3 基于多实例多标签框架的剪接异构体功能预测 | 第44-46页 |
| 4.3.1 多实例多标签学习框架的解决策略 | 第44-46页 |
| 4.3.2 多实例多标签学习框架在剪接异构体功能注释中的应用 | 第46页 |
| 4.4 数据呈现系统实现 | 第46-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第5章 剪接异构体功能分析结果 | 第49-56页 |
| 5.1 剪接异构体功能预测结果 | 第49-51页 |
| 5.2 剪接异构体功能预测结果分析及性能分析 | 第51-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 附录 | 第61-62页 |
| 攻读学位期间发表的论文与研究成果清单 | 第62-63页 |
| 致谢 | 第63页 |
