基于多源生物信息的基因调控动力学模型构建
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 研究背景与问题描述 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 本文的创新点 | 第10页 |
| 1.4 本文研究内容与论文结构 | 第10-13页 |
| 1.4.1 论文研究内容 | 第10-11页 |
| 1.4.2 论文结构 | 第11-13页 |
| 第二章 基因调控网络 | 第13-27页 |
| 2.1 基因调控过程相关背景 | 第13-15页 |
| 2.2 生物数据及其相关的数据库 | 第15-19页 |
| 2.2.1 基因表达谱数据 | 第15-17页 |
| 2.2.2 RNA-Seq数据 | 第17-18页 |
| 2.2.3 其他生物数据 | 第18-19页 |
| 2.3 国内外研究现状 | 第19-27页 |
| 2.3.1 布尔网络和概率布尔网络 | 第19-20页 |
| 2.3.2 贝叶斯网络和动态贝叶斯网络 | 第20-23页 |
| 2.3.3 微分方程 | 第23-24页 |
| 2.3.4 多源生物数据融合方法 | 第24-27页 |
| 第三章 基因调控动力学模型的设计 | 第27-33页 |
| 3.1 模型的拓扑结构 | 第27-28页 |
| 3.2 状态变化的微分方程 | 第28-30页 |
| 3.3 模型实例 | 第30-33页 |
| 第四章 利用多源生物信息求解基因调控动力学模型 | 第33-41页 |
| 4.1 优化目标的数学定义 | 第33-35页 |
| 4.2 优化问题的计算机解决 | 第35-41页 |
| 第五章 算法实现的技术细节 | 第41-46页 |
| 5.1 学习系数的调整以及初值的选择 | 第41-42页 |
| 5.2 并行计算 | 第42-46页 |
| 第六章 实验结果及其分析 | 第46-55页 |
| 6.1 实验数据集 | 第46页 |
| 6.2 基于动力学模型的基因表达谱矫正与预测 | 第46-53页 |
| 6.2.1 实验1 (包含四个基因) | 第47-50页 |
| 6.2.2 实验2 (包含七个基因) | 第50-53页 |
| 6.3 CPU计算与GPU计算的时间性能比较 | 第53-55页 |
| 总结与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63-64页 |
| 在学期间的研究成果及发表的学术论文 | 第64页 |
