| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 引言 | 第7-15页 |
| ·系统生物学概况 | 第7-8页 |
| ·基因调控网络的建模 | 第8-13页 |
| ·图论模型 | 第9-10页 |
| ·非线性网络模型 | 第10-11页 |
| ·贝叶斯网络模型 | 第11-13页 |
| ·布尔网络模型 | 第13页 |
| ·本文结构 | 第13-15页 |
| 第2章 基因调控网络基础 | 第15-19页 |
| ·分子生物学基础 | 第15-17页 |
| ·中心法则 | 第15-16页 |
| ·基因表达调控 | 第16-17页 |
| ·转录因子的调控作用 | 第17页 |
| ·基因调控网络 | 第17-19页 |
| 第3章 基因调控过程的数学模型 | 第19-25页 |
| ·高通量生物数据 | 第19-22页 |
| ·微阵列基因表达数据 | 第19-21页 |
| ·染色体免疫共沉淀-芯片数据 | 第21-22页 |
| ·基因调控网络的基本数学模型 | 第22-25页 |
| 第4章 细胞周期过程下基因调控网络的构建 | 第25-46页 |
| ·细胞周期调控过程 | 第25-28页 |
| ·现有算法研究回顾 | 第26-27页 |
| ·新算法设计思路 | 第27-28页 |
| ·算法设计 | 第28-34页 |
| ·生物数据预处理 | 第28页 |
| ·转录因子—靶基因调控关系 | 第28-29页 |
| ·时间相关的统计分析 | 第29-30页 |
| ·确定细胞周期调控子 | 第30-32页 |
| ·确定调控细胞周期过程转录因子对或高阶转录因子组合作用 | 第32-34页 |
| ·算法结果 | 第34-44页 |
| ·具有统计意义的细胞周期调控子 | 第34-36页 |
| ·具有重要统计意义的转录因子对 | 第36-44页 |
| ·动态转录调控模型与CHIP-CHIP数据对算法结果的影响 | 第44-46页 |
| ·离散动态转录调控模型对算法结果的影响 | 第44-45页 |
| ·算法结果对ChIP-chip数据的敏感性测试 | 第45-46页 |
| 第5章 不同环境压力下基因调控网络构建 | 第46-56页 |
| ·算法设计 | 第47-50页 |
| ·生物数据预处理 | 第47页 |
| ·基于更正的Akaike信息标准的混合模型阶数确定算法 | 第47-48页 |
| ·特定环境压力下的调控子的量度 | 第48-50页 |
| ·算法结果 | 第50-56页 |
| ·不同环境压力下的转录因子-靶基因调控作用 | 第50-51页 |
| ·特定环境压力下的重要调控子 | 第51-53页 |
| ·不同环境压力下的感官转录网络的cross-talks | 第53-56页 |
| 第6章 总结和展望 | 第56-60页 |
| 附录A—模型参数的线性最小二乘估计量 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-70页 |
| 攻读硕士研究生期间发表的论文情况 | 第70-71页 |
