首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

缺氧耐受性或易感性的基因生物信息学研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 缺氧耐受性和易感性概况第16-24页
    1.1 研究背景第16-17页
        1.1.1 课题背景介绍第16页
        1.1.2 生物学基础介绍第16-17页
        1.1.3 信息学基础介绍第17页
    1.2 研究项目及意义第17-19页
        1.2.1 缺氧的产生及危害第17-18页
        1.2.2 缺氧耐受性研究的意义第18-19页
    1.3 缺氧耐受性研究在国内外的发展第19-20页
    1.4 本文主要工作第20-21页
    1.5 论文章节安排第21-24页
第二章 生物信息学基础概况第24-30页
    2.1 生物信息学(Bioinformatics)概念第24-25页
        2.1.1 生物信息学定义第24页
        2.1.2 生物信息学的重要性第24-25页
        2.1.3 生物信息学的研究内容第25页
    2.2 生物信息学数据库概况第25-28页
        2.2.1 DNA数据库第25-27页
        2.2.2 高通量基因表达数据库(Gene Expression Omnibus)第27页
        2.2.3 Fly Base数据库第27页
        2.2.4 其他数据库第27-28页
        2.2.5 生物信息学数据库的发展现状第28页
    2.3 本章小结第28-30页
第三章 基因表达数据聚类分析第30-38页
    3.1 基因表达数据分析第30-33页
        3.1.1 DNA微阵列(DNA Microarray)第30页
        3.1.2 基因表达数据第30-31页
        3.1.3 基因表达矩阵第31-32页
        3.1.4 基因表达数据预处理第32-33页
    3.2 聚类分析第33-36页
        3.2.1 基因聚类表达的分析意义第33-34页
        3.2.2 相似性度量第34-35页
        3.2.3 聚类算法的分类第35-36页
    3.3 基因表达聚类算法的研究现状第36页
    3.4 本章小结第36-38页
第四章 生物信息数据库的设计和建立第38-52页
    4.1 数据库设计第38-46页
        4.1.1 数据库设计原则第38-39页
        4.1.2 数据库结构设计第39-46页
    4.2 数据整理分析第46-48页
        4.2.1 基因数据第46-47页
        4.2.2 其他数据第47-48页
    4.3 数据库设计优化第48-49页
        4.3.1 数据类型优化第48页
        4.3.2 拆分表结构第48页
        4.3.3 其他优化第48-49页
    4.4 数据库实现第49-50页
        4.4.1 实现平台第49页
        4.4.2 数据插入第49-50页
        4.4.3 数据查询第50页
    4.5 本章小结第50-52页
第五章 缺氧耐受基因表达数据分析第52-68页
    5.1 课题研究的前期工作第52-55页
        5.1.1 果蝇缺氧实验培养实验第52-53页
        5.1.2 数据清理第53-54页
        5.1.3 相似度选择第54-55页
    5.2 聚类算法第55-61页
        5.2.1 层次聚类算法第55-58页
        5.2.2 K-均值聚类算法第58-59页
        5.2.3 基于均连接层次聚类的K-均值聚类算法第59-61页
    5.3 聚类算法的性能比较分析第61-65页
        5.3.1 FOM概念第61-62页
        5.3.2 算法的FOM评估第62-63页
        5.3.3 不同连接形式的层次聚类算法性能分析比较第63-64页
        5.3.4 层次聚类和K-均值聚类性能分析比较第64页
        5.3.5 各聚类算法总体分析比较第64-65页
    5.4 实验结果第65-66页
        5.4.1 已知果蝇缺氧耐受相关基因第65页
        5.4.2 挖掘人类缺氧耐受性相关基因第65-66页
    5.5 本章小结第66-68页
第六章 总结和展望第68-72页
    6.1 总结第68-69页
    6.2 展望第69-72页
参考文献第72-76页
致谢第76-78页
作者简介第78-80页
附录A第80-82页
附录B第82-84页
附录C第84-87页

论文共87页,点击 下载论文
上一篇:TLD框架下的运动目标跟踪算法研究
下一篇:全局与局部特征融合的大规模图像检索方法