声明
1 绪论
1.1研究背景和意义
1.2国内外研究现状
1.3本文的主要内容
1.4本文的组织结构
2 相关数据及技术
2.1 RNA-seq技术
2.1.1 RNA-seq技术基本步骤
2.1.2 Isoform表达特征数据
2.2 isoform功能预测基本流程
2.3评价度量简介
2.4本章小结
3 基于异构网络的双随机游走isoform功能预测算法(IsoFun)
3.1 IsoFun方法原理
3.1.1 异构网络
3.1.2 回溯过程
3.1.3 IsoFun算法流程
3.2实验结果分析
3.2.1 数据集
3.2.2 对比方法及自身变种
3.2.3 网络贡献分析
3.2.4 基因层面预测结果比较
3.2.5 isoform层面预测结果比较
3.2.6 近邻参数k敏感性分析
3.2.7 运行时间分析
3.3本章小结
4 基于协同矩阵分解的isoform功能预测算法(DisoFun)
4.1 DisoFun方法原理
4.1.1 非负矩阵分解
4.1.2 DisoFun相关数据
4.1.3 协同矩阵分解
4.1.4 融合基因互作数据和基因本体结构数据
4.1.5 DisoFun目标方程及优化
4.1.6 DisoFun算法流程
4.2实验结果分析
4.2.1 数据集
4.2.2 对比方法及其自身变种
4.2.3 基因层面预测结果对比
4.2.4 isoform层面预测结果对比
4.2.5 参数敏感性分析
4.2.6 运行时间分析
4.3本章小结
5 总结与展望
5.1论文总结
5.2论文展望
参考文献
致谢
发表论文及参加课题一览表