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--计算机的应用论文--在其他方面的应用论文

基于蛋白网络聚类的基因功能研究

摘要第1-11页
图目录第11-12页
表目录第12-13页
第一章 绪论第13-19页
   ·课题研究意义第13-14页
   ·基因功能的生物信息学研究第14-16页
     ·传统的推断基因功能的方法第14-15页
     ·系统生物学观点下的基因功能研究第15页
     ·用蛋白网络进行基因功能研究第15-16页
   ·课题目标和内容第16-17页
   ·本文的工作与组织第17-19页
第二章 蛋白相互作用网络介绍第19-27页
   ·蛋白相互作用预测第20-21页
   ·蛋白相互作用实验数据及其它大规模数据第21-24页
   ·对数据质量的评估和高质量数据的筛选第24页
   ·蛋白网络整体拓扑结构研究第24页
   ·多物种的蛋白网络比较研究第24-25页
   ·蛋白功能模块研究和功能预测第25-27页
第三章 网络拓扑聚类研究介绍第27-37页
   ·聚类问题的一般描述第27-28页
   ·向量空间中聚类第28-32页
     ·向量空间中样本的距离和相似度第28-29页
     ·向量空间中类间的距离定义第29-31页
     ·向量空间中聚类第31-32页
   ·蛋白网络聚类第32-37页
     ·蛋白网络中的层次聚类第33-35页
     ·小结第35-37页
第四章 蛋白网络谱分析研究第37-53页
   ·介绍第37-38页
   ·方法第38-41页
     ·谱分析第38-40页
     ·拓扑性质的识别第40页
     ·给准团赋予功能和准团的 P 值第40-41页
   ·结果第41-50页
     ·数据源和分析第41-42页
     ·对准团的注释第42-45页
     ·对准团中未知功能蛋白的功能预测第45-50页
   ·讨论第50-53页
第五章 适合网络可视化的聚类研究第53-73页
   ·引言第53-55页
   ·材料和方法第55-59页
     ·数据源第55页
     ·方法第55-59页
   ·结果第59-72页
   ·讨论第72-73页
第六章 整合时空信息的聚类研究第73-89页
   ·背景第73-76页
   ·结果第76-81页
   ·讨论第81页
   ·结论第81-84页
   ·方法第84-89页
     ·数据源第84页
     ·层次聚类算法第84-86页
     ·比较和验证第86-89页
第七章 基于功能模块的聚类研究第89-99页
   ·背景第89-90页
   ·材料和方法第90-92页
     ·材料第90-91页
     ·算法第91-92页
     ·功能团的评测参数P 值第92页
   ·结果第92-96页
   ·讨论第96-99页
第八章 可视化软件PINC 设计第99-103页
   ·目标和功能设计第100-101页
   ·模块划分第101-103页
第九章 总结和展望第103-105页
   ·本文工作总结第103-104页
   ·下一步研究方向第104-105页
附录 SARS 冠状病毒的起源日期研究第105-115页
 背景第105-106页
 方法第106-108页
 结果第108-111页
 讨论第111-112页
 结论第112页
 附加证明第112-115页
参考文献第115-123页
致谢第123-125页
作者简历第125-126页

论文共126页,点击 下载论文
上一篇:P2P匿名通信协议WonGoo研究
下一篇:两周时期齐鲁两国聚落形态研究