| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 前言 | 第10-12页 |
| 第一章 文献综述 | 第12-37页 |
| 1.1 引言 | 第12页 |
| 1.2 Fisher几何模型及表型进化的选择模型 | 第12-13页 |
| 1.3 基因多效性的度量 | 第13-15页 |
| 1.3.1 多效性的直接计算及问题 | 第13-14页 |
| 1.3.2 利用数学模型通过其它观测来间接计算 | 第14-15页 |
| 1.4 利用数学模型来间接计算基因多效性：Gu方法简介 | 第15-26页 |
| 1.4.1 蛋白质序列进化模型 | 第15-18页 |
| 1.4.2 选择强度与模型分类 | 第18-20页 |
| 1.4.3 蛋白质序列的进化速率 | 第20-22页 |
| 1.4.4 估计基因多效性和选择强度 | 第22-25页 |
| 1.4.5 基因多效性的初步分析 | 第25-26页 |
| 1.4.6 对Gu方法的几点评注 | 第26页 |
| 1.5 胞吐作用 | 第26-30页 |
| 1.6 参考文献 | 第30-37页 |
| 第二章 关于基因多效性概念和统计估计问题的进一步探讨 | 第37-70页 |
| 2.1 引言 | 第37-38页 |
| 2.2 Gu模型的简要介绍 | 第38-42页 |
| 2.3 多层次基因型-表型映射模型及最小多效性的概念 | 第42-43页 |
| 2.4 基因型-表型映射的线性模型及其秩的定义 | 第43-45页 |
| 2.4.1 单映射情景 | 第43-44页 |
| 2.4.2 线性变换映射模型：从一步映射推广到多步映射 | 第44-45页 |
| 2.5 基因型-表型映射下秩的估计 | 第45-47页 |
| 2.5.1 稳态选择模型下的自然选择系数 | 第46页 |
| 2.5.2 Martin-Lenormand方法 | 第46-47页 |
| 2.5.3 Gu方法 | 第47页 |
| 2.6 有效最小多效性：对于K的一种备选解释 | 第47-49页 |
| 2.6.1 Martin-Lenormand方法：r=1对应于随机突变 | 第48页 |
| 2.6.2 Gu方法 | 第48页 |
| 2.6.3 Piganeau-Walker方法 | 第48-49页 |
| 2.7 数据分析和测试 | 第49-51页 |
| 2.7.1 Gu方法对蛋白质序列的应用 | 第49-50页 |
| 2.7.2 Gu方法对核苷酸序列的应用 | 第50-51页 |
| 2.8 基于Matlab的计算流程 | 第51-55页 |
| 2.8.1 有效基因多效性(K_e) | 第52-53页 |
| 2.8.2 估计步骤 | 第53页 |
| 2.8.3 有效选择强度 | 第53-54页 |
| 2.8.4 有效基因多效性的纠偏估计 | 第54-55页 |
| 2.9 计算机模拟 | 第55-59页 |
| 2.9.1 突变秩对估计的影响 | 第55页 |
| 2.9.2 估计K_e的计算机模拟过程 | 第55-59页 |
| 2.10 小结 | 第59-66页 |
| 2.11 参考文献 | 第66-70页 |
| 第三章 细胞分子动力学的计算分析框架：以胞吐作用为例 | 第70-90页 |
| 3.1 研究背景 | 第70-71页 |
| 3.2 结果与讨论 | 第71-81页 |
| 3.2.1 胞吐的蛋白质相互作用网络 | 第71-73页 |
| 3.2.2 整个胞吐系统的数学建模 | 第73-75页 |
| 3.2.3 反应速率参数的估计 | 第75-77页 |
| 3.2.4 基本子系统的稳定性分析 | 第77-79页 |
| 3.2.5 MUNC18依赖性调控的稳定性分析 | 第79-81页 |
| 3.2.6 结论注解 | 第81页 |
| 3.3 方法 | 第81-88页 |
| 3.3.1 仿真流程 | 第81-82页 |
| 3.3.2 估计速率参数的算法 | 第82页 |
| 3.3.3 基本子系统的稳定性分析 | 第82-86页 |
| 3.3.4 MUC18调控的稳定性分析 | 第86-88页 |
| 3.4 参考文献 | 第88-90页 |
| 第四章 结论与展望 | 第90-93页 |
| 4.1 基因多效性的概念及统计可估计性 | 第90-91页 |
| 4.2 系统生物学和非线性动力学模型 | 第91页 |
| 4.3 统计学模型和非线性动力学模型的整合 | 第91-92页 |
| 4.4 参考文献 | 第92-93页 |
| 附录 | 第93-102页 |
| 致谢 | 第102-103页 |
| 攻读学位期间发表论文 | 第103-104页 |
