| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-13页 |
| 第一章 绪论 | 第13-21页 |
| ·课题的研究背景和意义 | 第13页 |
| ·基因调控网络及其构建方法的研究现状 | 第13-19页 |
| ·基因的表达调控 | 第13-14页 |
| ·基因调控网络 | 第14页 |
| ·基因调控网络的研究现状 | 第14-15页 |
| ·基因调控网络的构建方法 | 第15-18页 |
| ·基因调控网络的构建面临的问题 | 第18-19页 |
| ·课题的来源和本文的组织 | 第19-21页 |
| ·课题的来源 | 第19页 |
| ·研究内容及安排 | 第19-21页 |
| 第二章 基因调控网络的贝叶斯构建方法的基本理论 | 第21-32页 |
| ·贝叶斯网络 | 第21-23页 |
| ·贝叶斯公式 | 第21-22页 |
| ·贝叶斯网络的描述 | 第22页 |
| ·贝叶斯网络的条件独立性 | 第22-23页 |
| ·贝叶斯网络的学习 | 第23-29页 |
| ·贝叶斯网络的参数学习 | 第23-27页 |
| ·完备数据集下概率参数的学习 | 第24-25页 |
| ·不完备数据集下概率参数的学习 | 第25-27页 |
| ·贝叶斯网络的结构学习 | 第27-29页 |
| ·基于评分的贝叶斯网络的结构学习 | 第27-29页 |
| ·基于条件独立性测试的贝叶斯网络的结构学习 | 第29页 |
| ·贝叶斯网络技术研究生物调控网络的优势 | 第29-30页 |
| ·贝叶斯网络技术研究生物调控网络的进展 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 IE_K2:高效的基因调控网络构建方法 | 第32-39页 |
| ·基于静态贝叶斯网络的基因调控方法 | 第32页 |
| ·K2算法 | 第32-33页 |
| ·IE_K2算法 | 第33-36页 |
| ·算法思想 | 第33页 |
| ·构建无向图 | 第33-34页 |
| ·无向图的定向 | 第34-35页 |
| ·IE_K2算法描述 | 第35-36页 |
| ·实验结果和分析 | 第36-38页 |
| ·实验环境和数据 | 第36页 |
| ·在已知结构的网络中的实验对比 | 第36-37页 |
| ·从微阵列数据中推理基因调控网络 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 TD_GN:基于贝叶斯框架的多时延基因网络构建方法 | 第39-51页 |
| ·多时延调控网络 | 第39-40页 |
| ·调控关系的时延性 | 第39页 |
| ·多时延调控网络构建方法 | 第39-40页 |
| ·时延调控网络与其可转换为的传统基因调控网络 | 第40-42页 |
| ·时延调控网络 | 第40-41页 |
| ·时延调控网络与传统调控网络的联系 | 第41-42页 |
| ·数据的转换 | 第42页 |
| ·TD_GN算法思想 | 第42-47页 |
| ·候选父节点的选择 | 第43-45页 |
| ·结构学习 | 第45-47页 |
| ·实验结果和分析 | 第47-50页 |
| ·在自动生成的数据中的实验对比 | 第47-48页 |
| ·真实的基因表达数据上的实验 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| ·本文的主要工作总结 | 第51-52页 |
| ·下一步的工作 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 读硕士期间主要科研工作及成果 | 第58页 |