| 摘要 | 第1-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-22页 |
| ·引言 | 第14-15页 |
| ·研究背景 | 第15-17页 |
| ·生物信息学研究的主要趋势 | 第15页 |
| ·基因表达数据分析的相关研究 | 第15-17页 |
| ·转录调控机制的相关研究 | 第17页 |
| ·论文主要工作与创新 | 第17-20页 |
| ·论文的结构 | 第20-22页 |
| 第二章 基因表达及相关高通量实验数据处理技术 | 第22-40页 |
| ·基因表达及其调控 | 第22-27页 |
| ·DNA、RNA 与蛋白质 | 第22-25页 |
| ·原核基因的表达与调控 | 第25-26页 |
| ·真核基因的表达与调控 | 第26-27页 |
| ·芯片实验数据获取及分析流程 | 第27-37页 |
| ·芯片实验设计流程及标准 | 第27-31页 |
| ·数据预处理 | 第31-34页 |
| ·基因表达数据库 | 第34-35页 |
| ·ChIP 实验与相关数据库 | 第35-37页 |
| ·功能本体及相关数据库 | 第37-38页 |
| ·小结 | 第38-40页 |
| 第三章 针对时序表达数据的缺失值估计算法 | 第40-54页 |
| ·基因表达数据的缺失值分析 | 第40-44页 |
| ·产生原因及其对后续分析的影响 | 第40-42页 |
| ·缺失值估计的问题描述与研究综述 | 第42-44页 |
| ·时序表达数据的关联分析 | 第44-46页 |
| ·共调控与共表达具有时间特异性 | 第44-45页 |
| ·表达水平关联与表达趋势关联 | 第45-46页 |
| ·基于调控特异性和表达关联的缺失值估计算法 | 第46-51页 |
| ·算法描述 | 第46-48页 |
| ·数值实验与性能分析 | 第48-51页 |
| ·小结 | 第51-54页 |
| 第四章 基于非线性维度规约的肿瘤样本分型识别 | 第54-68页 |
| ·问题描述与研究综述 | 第54-55页 |
| ·线性与非线性维度规约算法 | 第55-60页 |
| ·线性规约算法 | 第56-58页 |
| ·非线性维度规约算法 | 第58-60页 |
| ·基于非线性维度规约的肿瘤样本分析 | 第60-66页 |
| ·数据集 | 第60-61页 |
| ·可视化分析 | 第61-64页 |
| ·规约空间的肿瘤样本分型识别 | 第64-66页 |
| ·小结 | 第66-68页 |
| 第五章 结合功能注释的基因表达数据模糊聚类分析 | 第68-82页 |
| ·相关研究综述 | 第68-75页 |
| ·聚类相关的基本概念 | 第68-69页 |
| ·基因表达数据的聚类分析 | 第69-75页 |
| ·Gene Ontology 数据组织及语义相似性度量 | 第75-77页 |
| ·Gene Ontology 的数据组织 | 第75-76页 |
| ·语义相似性度量指标 | 第76-77页 |
| ·结合语义和表达谱相似性的模糊C-means 算法 | 第77-81页 |
| ·算法初始化与相似度度量 | 第77-79页 |
| ·算法描述 | 第79-80页 |
| ·数值实验 | 第80-81页 |
| ·小结 | 第81-82页 |
| 第六章 转录因子活动水平预测方法 | 第82-98页 |
| ·转录因子活动水平预测方法综述 | 第82-88页 |
| ·转录调控模型及各种预测算法 | 第82-87页 |
| ·转录因子活动水平预测算法的发展趋势 | 第87-88页 |
| ·基于偏最小二乘回归的转录因子活动水平预测 | 第88-91页 |
| ·基于线性PLSR 的TFA 预测方法 | 第89页 |
| ·基于非线性PLSR 的TFA 预测方法 | 第89-90页 |
| ·数值实验 | 第90-91页 |
| ·酵母细胞周期循环过程的转录调控分析 | 第91-97页 |
| ·TFA 的周期性分析 | 第91-94页 |
| ·转录调控网络分析 | 第94-97页 |
| ·小结 | 第97-98页 |
| 第七章 结论与展望 | 第98-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-120页 |
| 作者在学期间取得的学术成果 | 第120-122页 |
| 攻读博士学位期间参加的主要科研项目 | 第122页 |