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 |