基于RNA-Seq数据的差异表达基因检测算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-26页 |
| 1.1 论文背景及研究意义 | 第10-17页 |
| 1.1.1 生物信息学背景 | 第10-12页 |
| 1.1.2 RNA-Seq技术 | 第12-15页 |
| 1.1.3 检测RNA-Seq数据的差异表达基因 | 第15-17页 |
| 1.2 研究现状 | 第17-22页 |
| 1.2.1 标准化方法的研究现状 | 第17-19页 |
| 1.2.2 批次效应去除方法的研究现状 | 第19-21页 |
| 1.2.3 差异表达分析的研究现状 | 第21-22页 |
| 1.3 本文主要内容及章节安排 | 第22-26页 |
| 1.3.1 主要工作内容 | 第22-23页 |
| 1.3.2 章节安排 | 第23-26页 |
| 第2章 基于变异系数中值绝对偏差的改进标准化算法 | 第26-40页 |
| 2.1 常用算法 | 第26-30页 |
| 2.2.1 几何平均标准化算法 | 第26-27页 |
| 2.2.2 TMM标准化算法 | 第27-30页 |
| 2.2 基于变异系数中值绝对偏差的改进标准化算法 | 第30-33页 |
| 2.2.1 综合变异系数 | 第30-31页 |
| 2.2.2 中值绝对偏差调整 | 第31-32页 |
| 2.2.3 算法描述 | 第32-33页 |
| 2.3 实验结果分析 | 第33-39页 |
| 2.3.1 实验数据 | 第33-35页 |
| 2.3.2 斑马鱼数据结果分析 | 第35-37页 |
| 2.3.3 Recount数据结果分析 | 第37-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第3章 基于改进svaseq的批次效应去除算法 | 第40-56页 |
| 3.1 常用算法 | 第40-43页 |
| 3.1.1 RUV算法 | 第40-42页 |
| 3.1.2 svaseq算法 | 第42-43页 |
| 3.2 改进的svaseq算法 | 第43-47页 |
| 3.2.1 模型构建 | 第43-44页 |
| 3.2.2 估计替代变量 | 第44-46页 |
| 3.2.3 算法描述 | 第46-47页 |
| 3.3 实验结果及分析 | 第47-54页 |
| 3.3.1 Recount数据的结果分析 | 第47-51页 |
| 3.3.2 斑马鱼数据的实验结果分析 | 第51-54页 |
| 3.4 本章小结 | 第54-56页 |
| 第4章 基于改进DESeq的差异表达基因检测算法 | 第56-68页 |
| 4.1 常用算法 | 第56-60页 |
| 4.1.1 PoissonSeq算法 | 第56-57页 |
| 4.1.2 DESeq算法 | 第57-60页 |
| 4.2 改进的DESeq算法 | 第60-62页 |
| 4.2.1 估计离散参数 | 第60-62页 |
| 4.2.2 差异表达检验 | 第62页 |
| 4.2.3 算法描述 | 第62页 |
| 4.3 实验结果分析 | 第62-67页 |
| 4.3.1 Recount数据的结果分析 | 第63-65页 |
| 4.3.2 斑马鱼数据的结果分析 | 第65-67页 |
| 4.4 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读学位期间发表专利 | 第76-77页 |
| 致谢 | 第77-78页 |
| 作者简介 | 第78页 |
