| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-30页 |
| ·生物信息学的发展历史 | 第12-13页 |
| ·基于机器学习的生物信息学 | 第13-15页 |
| ·分子生物学基础知识 | 第15-22页 |
| ·核酸 | 第15-18页 |
| ·蛋白质 | 第18-19页 |
| ·中心法则和遗传密码 | 第19-21页 |
| ·氨基酸替换矩阵及理化性质 | 第21-22页 |
| ·生物信息学的主要研究内容 | 第22-28页 |
| ·序列比较 | 第22-26页 |
| ·系统发育分析 | 第26-28页 |
| ·聚合酶链式反应 | 第28页 |
| ·本文的主要工作 | 第28-30页 |
| 2 DNA 序列的一种非退化图形表示及其在系统发生分析中的应用 | 第30-43页 |
| ·引言 | 第30-33页 |
| ·DNA 序列的 3-D 图形表示 | 第33-36页 |
| ·DNA 序列的数值刻画 | 第36页 |
| ·应用 | 第36-42页 |
| ·小结 | 第42-43页 |
| 3 基于 K 字和粗糙集理论 DNA 序列的系统发生分析 | 第43-67页 |
| ·引言 | 第43-44页 |
| ·完全字向量表示 | 第44-46页 |
| ·基于粗糙集理论的特征选择方案 | 第46-49页 |
| ·应用 | 第49-66页 |
| ·训练阶段 | 第49-51页 |
| ·测试阶段 | 第51-66页 |
| ·小结 | 第66-67页 |
| 4 基于模板 DNA 的 PCR 扩增难易预测 | 第67-80页 |
| ·引言 | 第67-69页 |
| ·实验与数据 | 第69页 |
| ·模板序列的数值刻画 | 第69-73页 |
| ·支持向量机 | 第73-77页 |
| ·敏感度、特异性和准确度的定义 | 第77-78页 |
| ·应用 | 第78页 |
| ·小结 | 第78-80页 |
| 5 凋亡蛋白亚细胞定位的预测 | 第80-90页 |
| ·引言 | 第80-81页 |
| ·数据来源 | 第81-82页 |
| ·蛋白质序列的特征向量 | 第82-86页 |
| ·派生序列 | 第82-84页 |
| ·基于频率及其位置的特征 | 第84页 |
| ·基于氨基酸替换矩阵的特征 | 第84-86页 |
| ·最近邻分类器 | 第86页 |
| ·应用 | 第86-89页 |
| ·小结 | 第89-90页 |
| 参考文献 | 第90-101页 |
| 攻读硕士学位期间的学术成果 | 第101-102页 |
| 致谢 | 第102-103页 |