首页--生物科学论文--分子生物学论文--分子遗传学论文

miRNA靶标预测的系统生物学方法研究

致谢第1-6页
摘要第6-7页
Abstract第7-18页
1 绪论第18-29页
   ·研究背景第18-25页
     ·miRNA 研究的兴起第18-19页
     ·生物信息学与系统生物学第19-22页
     ·miRNA 及其生物学原理第22-24页
     ·靶基因检测的生物学方法第24-25页
   ·研究意义第25-26页
   ·研究思路及内容第26-28页
   ·本文结构安排第28-29页
2 靶基因预测算法现状分析第29-44页
   ·miRNA 靶标的统计特征第29-31页
   ·规则驱动型靶基因预测算法第31-34页
     ·TargetScan/TargetScans第31-32页
     ·miRanda第32页
     ·PITA第32-33页
     ·DIANA-microT第33页
     ·RNAhybrid第33页
     ·MicroInspector第33-34页
     ·MovingTargets第34页
     ·Nucleus第34页
   ·数据驱动型靶基因预测算法第34-39页
     ·PicTar第34-35页
     ·miTarget第35-36页
     ·mirTarget第36页
     ·RNA22第36-37页
     ·TargetBoost第37-38页
     ·GenMiR第38-39页
   ·现有靶基因预测算法的性能评估与小结第39-42页
   ·本章小结第42-44页
3 基于序列分析的靶基因预测算法研究第44-75页
   ·机器学习与支持向量机第44-49页
   ·SVMicrO 算法整体设计第49-51页
     ·基于序列的靶基因预测算法的数学描述第49页
     ·SVMicrO 整体结构第49-51页
   ·训练数据集的建立及种子匹配规则的设计第51-54页
     ·建立训练数据集第51-52页
     ·设计种子匹配规则第52-54页
   ·Site-SVM 的设计、优化与评估第54-68页
     ·Site-SVM 的特征定义第54-63页
     ·数据不平衡问题的处理第63-64页
     ·Site-SVM 的训练与评估第64-68页
   ·UTR-SVM 的设计、优化与评估第68-71页
     ·UTR-SVM 的特征定义第68-70页
     ·UTR-SVM 的训练与性能评估第70-71页
   ·SVMicrO 的整体评估第71-74页
   ·本章小结第74-75页
4 基于序列及基因表达水平的靶基因预测算法研究第75-94页
   ·微阵列技术第75-77页
   ·算法结构设计第77-81页
     ·贝叶斯推论第77-79页
     ·混合高斯模型第79-80页
     ·数学定义及算法结构设计第80-81页
   ·序列预测结果的概率空间映射第81-84页
   ·miRNA 过量表达实验表达谱的混合高斯模型的研究第84-92页
     ·基于VBEM 的混合高斯模型参数估计第85-88页
     ·数据分析及模型初始参数的设定第88-90页
     ·结果及修正第90-92页
   ·性能评估及比较第92-93页
   ·本章小结第93-94页
5 结合作用通路的靶基因预测算法研究第94-105页
   ·转录因子与信号通路第94-96页
   ·SysMicrO 的结构设计第96-99页
     ·基因集合富集度分析第96-97页
     ·SysMicrO 的基础假设及整体结构第97-99页
   ·数据建立第99-102页
     ·转录因子调控基因集的建立第99-100页
     ·转录因子上游基因集的建立第100-102页
     ·数据小结第102页
   ·基于表达水平及作用通路的推断算法及评估第102-104页
   ·小结第104-105页
6 结论与展望第105-108页
   ·主要工作第105-106页
   ·本文创新点第106-107页
   ·工作展望第107-108页
参考文献第108-118页
作者简历第118-120页
学位论文数据集第120页

论文共120页,点击 下载论文
上一篇:控股股东侵害行为形成机制与实证研究
下一篇:液压锚杆钻机设计研究