| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 基因数据研究现状分析 | 第9-11页 |
| 1.2.1 基因表达组织特异性的研究现状 | 第9-10页 |
| 1.2.2 基于基因数据的聚类分析研究现状 | 第10-11页 |
| 1.3 论文研究内容及主要工作 | 第11-12页 |
| 1.4 论文结构安排 | 第12-13页 |
| 第二章 组织特异性研究综述 | 第13-16页 |
| 2.1 生物序列模式 | 第13-14页 |
| 2.2 调控网络 | 第14页 |
| 2.3 调控因子 | 第14-16页 |
| 第三章 基因表达组织特异性研究总体架构 | 第16-22页 |
| 3.1 基因表达组织特异性研究架构 | 第16-17页 |
| 3.2 基因表达组织特异性模式发现 | 第17-18页 |
| 3.3 基因表达组织特异性模式分析 | 第18-20页 |
| 3.3.1 实验数据预处理 | 第18-19页 |
| 3.3.2 模式性能评价 | 第19页 |
| 3.3.3 模式特征提取 | 第19-20页 |
| 3.4 组织特异性基因预测 | 第20-21页 |
| 3.4.1 预测模型建立 | 第20-21页 |
| 3.4.2 潜在TS基因预测 | 第21页 |
| 3.4.3 预测结果分析 | 第21页 |
| 3.5 总结 | 第21-22页 |
| 第四章 运用基于高斯混合模型的聚类算法发现基因表达组织特异性模式 | 第22-34页 |
| 4.1 使用基于高斯混合模型的聚类算法的缘由 | 第22-23页 |
| 4.2 基于高斯混合模型的聚类算法描述 | 第23-31页 |
| 4.2.1 高斯混合模型 | 第23-24页 |
| 4.2.2 共轭先验理论 | 第24-25页 |
| 4.2.3 算法框架 | 第25-27页 |
| 4.2.4 参数估计 | 第27-31页 |
| 4.3 针对先验知识改进的聚类算法 | 第31-33页 |
| 4.3.1 KMEANS算法先验分析 | 第31-32页 |
| 4.3.2 简单高斯混合模型先验分析 | 第32-33页 |
| 4.4 基因表达组织特异性发现过程总结 | 第33-34页 |
| 第五章 基因表达组织特异性模式分析 | 第34-57页 |
| 5.1 实验使用的数据 | 第34-35页 |
| 5.2 实验数据预处理 | 第35-40页 |
| 5.2.1 数据降噪处理 | 第36-38页 |
| 5.2.2 对数处理 | 第38页 |
| 5.2.3 阈值处理 | 第38-39页 |
| 5.2.4 组织类别提取 | 第39-40页 |
| 5.3 实验参数设定 | 第40页 |
| 5.4 评价指标介绍 | 第40-42页 |
| 5.4.1 敏感性、特异性、准确度和相关系数 | 第40-41页 |
| 5.4.2 micro-p指标 | 第41-42页 |
| 5.5 实验结果简要说明 | 第42-45页 |
| 5.6 基因表达组织特异性模式分析 | 第45-50页 |
| 5.6.1 EST数据介绍 | 第45-47页 |
| 5.6.2 以EST数据为比对数据的性能分析 | 第47-49页 |
| 5.6.3 以其他数据为比对数据的性能分析 | 第49-50页 |
| 5.7 基因表达组织特异性模式确定 | 第50-52页 |
| 5.7.1 表达具有组织特异性模式的聚类簇获取 | 第50-52页 |
| 5.7.2 基因表达组织特异性模式特征确定 | 第52页 |
| 5.8 改进的聚类算法对基因表达组织特异性模式分析 | 第52-55页 |
| 5.9 模式分析总结 | 第55-57页 |
| 第六章 组织特异性基因预测 | 第57-62页 |
| 6.1 预测组织特异性基因模型 | 第57-59页 |
| 6.2 预测结果分析 | 第59-61页 |
| 6.2.1 预测组织特异性基因的组织范围 | 第59-60页 |
| 6.2.2 预测结果分析 | 第60-61页 |
| 6.3 预测结果总结 | 第61-62页 |
| 第七章 总结与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-69页 |
| 致谢 | 第69页 |