| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景 | 第7-8页 |
| ·调控元件研究 | 第8-10页 |
| ·转录因子结合位点 | 第10-13页 |
| ·转录因子结合位点定义及其识别方法 | 第10-11页 |
| ·转录因子结合位点数据库介绍 | 第11-13页 |
| ·本文主要工作 | 第13-15页 |
| 第二章 基于 Gibbs 抽样的模体识别 | 第15-23页 |
| ·Monte Carlo 方法 | 第15页 |
| ·MCMC 方法 | 第15-16页 |
| ·基于 Gibbs 抽样的模体识别 | 第16-21页 |
| ·Gibbs 抽样调控元件的模型建立 | 第17-19页 |
| ·Gibbs 打分函数 | 第19-20页 |
| ·Gibbs 候选元件的选取 | 第20-21页 |
| ·Gibbs 抽样算法过程 | 第21页 |
| ·本章小结 | 第21-23页 |
| 第三章 模体位置相关约束 | 第23-29页 |
| ·相关性约束判断 | 第23页 |
| ·p_value 定义以及假设检验 | 第23-25页 |
| ·χ~2检验 | 第25-27页 |
| ·χ~2分布 | 第25-26页 |
| ·χ~2检验 | 第26-27页 |
| ·Fisher 精确检验 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于 Gibbs 抽样的有约束多项分布模体识别算法 | 第29-41页 |
| ·二维相关约束 | 第30-35页 |
| ·SimiMotif 模体模型表示 | 第30页 |
| ·SimiMotif 打分函数 | 第30-31页 |
| ·算法迭代过程 | 第31页 |
| ·多模体的识别 | 第31-32页 |
| ·模体得分 | 第32-33页 |
| ·模体多实例的识别 | 第33页 |
| ·SimiMotif 算法描述 | 第33-35页 |
| ·多维相关性约束 | 第35-40页 |
| ·独立事件 | 第35页 |
| ·多维相关性约束模型表示 | 第35-36页 |
| ·多维相关性约束判定方法 | 第36-39页 |
| ·多维相关约束打分函数 | 第39页 |
| ·MultMotif 算法描述 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 结果分析 | 第41-51页 |
| ·位置相关性比例结果 | 第41-43页 |
| ·二维相关约束比例 | 第41-42页 |
| ·多维相关约束比例 | 第42-43页 |
| ·Tompa et al.基准库测试结果 | 第43-47页 |
| ·Sandve et al.基准库测试结果 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第六章 总结与展望 | 第51-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 硕士期间论文发表情况及科研工作 | 第61-62页 |
| 附录 A | 第62-65页 |
| 附录 B | 第65-68页 |
| 附录 C | 第68-71页 |
| 附录 D | 第71-74页 |