摘要 | 第4-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-20页 |
1.1 环境微生物 | 第10-11页 |
1.2 基因组学 | 第11-12页 |
1.3 宏基因组学 | 第12-13页 |
1.4 宏基因组样本分类方法 | 第13-17页 |
1.4.1 基于全基因组测序数据的宏基因组样本分类 | 第13-16页 |
1.4.2 基于16S rRNA基因序列的宏基因组样本分类 | 第16-17页 |
1.5 论文的研究意义和内容与安排 | 第17-20页 |
1.5.1 论文的研究意义 | 第17-18页 |
1.5.2 论文的研究内容 | 第18页 |
1.5.3 论文的章节安排 | 第18-20页 |
第二章 基于16S rRNA测序数据的宏基因组样本分析与分类方法 | 第20-30页 |
2.1 引言 | 第20页 |
2.2 基于16S rRNA的样本分析方法 | 第20-25页 |
2.2.1 操作分类单元 | 第20-21页 |
2.2.2 微生物群落多样性分析 | 第21-25页 |
2.3 样本分类方法 | 第25-29页 |
2.3.1 样本分类准确率的影响因素 | 第25-26页 |
2.3.2 机器学习算法 | 第26-29页 |
2.3.2.1 随机森林算法 | 第26-27页 |
2.3.2.2 支持向量机算法 | 第27-28页 |
2.3.2.3 MetaPhyl群落分类方法介绍 | 第28-29页 |
2.4 本章小结 | 第29-30页 |
第三章 基于16S rRNA测序数据的宏基因组样本分类流程 | 第30-43页 |
3.1 引言 | 第30页 |
3.2 方法与数据 | 第30-38页 |
3.2.1 宏基因组样本分类流程 | 第30-31页 |
3.2.2 宏基因组样本特征 | 第31-35页 |
3.2.3 分类模型 | 第35-36页 |
3.2.4 模拟数据集 | 第36-37页 |
3.2.5 样本分类准确率评估方法 | 第37-38页 |
3.3 结果与讨论 | 第38-42页 |
3.3.1 基于随机森林的分析流程分类准确率更高 | 第38-39页 |
3.3.2 不同样本数据集参数对分析流程性能的影响 | 第39-42页 |
3.4 本章小结 | 第42-43页 |
第四章 小鼠及人类肠道宏基因组样本分类研究 | 第43-55页 |
4.1 引言 | 第43页 |
4.2 方法及数据 | 第43-51页 |
4.2.1 分类流程及样本特征 | 第43-44页 |
4.2.2 真实数据集 | 第44-51页 |
4.3 分类实验结果与讨论 | 第51-53页 |
4.3.1 小鼠肠道宏基因组分类结果 | 第51-52页 |
4.3.2 人类肠道宏基因组分类结果 | 第52-53页 |
4.4 本章小结 | 第53-55页 |
第五章 总结与展望 | 第55-58页 |
5.1 论文工作总结 | 第55-56页 |
5.2 展望 | 第56-58页 |
致谢 | 第58-59页 |
参考文献 | 第59-66页 |
作者简介 | 第66页 |