隐马尔可夫模型在基因调控网络建模中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题背景 | 第8-9页 |
| ·生物信息学 | 第8页 |
| ·基因调控网络研究问题的提出 | 第8-9页 |
| ·研究目的及意义 | 第9-10页 |
| ·基因调控网络研究现状 | 第10-11页 |
| ·本文的主要内容 | 第11-12页 |
| 2 基因调控网络 | 第12-22页 |
| ·引言 | 第12页 |
| ·生物学背景 | 第12-14页 |
| ·生物学基本知识 | 第12-13页 |
| ·基因表达调控网络定义 | 第13-14页 |
| ·基因调控网络研究方法及工具 | 第14-16页 |
| ·基因调控网络重建 | 第14页 |
| ·基因调控网络分析 | 第14页 |
| ·基因调控网络模型的性能评价 | 第14页 |
| ·生物学工具 | 第14-15页 |
| ·计算机工具 | 第15-16页 |
| ·现有基因调控网络模型 | 第16-21页 |
| ·有向图和无向图 | 第16-17页 |
| ·布尔网络模型 | 第17-18页 |
| ·线性组合模型 | 第18-19页 |
| ·加权矩阵模型 | 第19-20页 |
| ·微分方程模型 | 第20-21页 |
| ·互信息关联矩阵模型 | 第21页 |
| ·小结 | 第21-22页 |
| 3 基于聚类思想构建概率基因调控网络 | 第22-30页 |
| ·概述 | 第22-24页 |
| ·聚类依据和意义 | 第22页 |
| ·聚类算法有效性评价 | 第22-23页 |
| ·常用聚类算法 | 第23-24页 |
| ·k-means聚类算法及其改进 | 第24-27页 |
| ·k-means聚类算法 | 第24-25页 |
| ·k-means聚类算法的改进 | 第25-26页 |
| ·实验结果及分析 | 第26-27页 |
| ·基于冗余k-means聚类原理重构基因调控网络 | 第27-29页 |
| ·冗余聚类工作过程 | 第27页 |
| ·构建概率基因调控网络步骤 | 第27页 |
| ·最优父代调控基因组的选择 | 第27-28页 |
| ·实验结果及分析 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 4 基于隐马尔可夫模型构建概率基因调控网络 | 第30-46页 |
| ·隐马尔可夫模型 | 第30-31页 |
| ·概述 | 第30页 |
| ·HMM的三个基本问题 | 第30-31页 |
| ·HMM基本算法 | 第31-35页 |
| ·基于HMM构建基因调控网络模型 | 第35-37页 |
| ·构建基因间的HMM | 第35-37页 |
| ·构建概率基因调控网络 | 第37页 |
| ·使用模拟数据构建基因调控网络 | 第37-38页 |
| ·评价方法 | 第37-38页 |
| ·使用模拟数据进行实验 | 第38页 |
| ·使用真实生物数据构建基因调控网络 | 第38-44页 |
| ·基因表达数据预处理 | 第38-42页 |
| ·使用真实生物数据进行实验 | 第42页 |
| ·实验结果与分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 5 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·展望 | 第46-48页 |
| 致谢 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 在校期间发表论文情况 | 第54页 |
