声明
摘要
第1章绪论
1．1引言
1．2选题意义与目的
1．2．1选题意义
1．2．2选题目的
1．3国内外研究现状
1．4研究内容及研究目标
1．4．1研究内容
1．4．2研究目标
1．5本文的章节安排及内容
第2章测序技术与蛋白质结合位点
2．1高通量测序技术
2．1．1 454技术
2．1．2 Solexa技术
2．1．3 SOLiD技术
2．2 ChIP-seq技术
2．3DNase-Seq技术
2．4转录因子结合位点
2．5 PWM模型
2．6 GEM预测软件
2．7本章小结
第3章DNase-Seq数据获取与酶切倾向性校正
3．1蛋白质结合位点预测所需数据获取
3．1．1 DNase-Seq数据获取
3．1．2 HG19参考基因组数据获取
3．2 DNase-Seq数据碱基倾向性数据获取
3．3 DNase-Ⅰ酶切倾向性分析模型
3．3．1循环神经网络
3．3．2RNN前向输出流程
3．3．3RNN的训练方法
3．3．4RNN网络模型实现
3．4．1 bias消除模型提取数据
3．4．2 DNaSe-Seq数据消除bias模型
3．5本章小结
第4章转录因子结合位点识别
4．1蛋白质预测结合位点获取
4．1．1 ChIP-seq数据提取
4．1．2 PWM矩阵获取与FIMO预测平台
4．2蛋白质结合位点识别特征
4．2．1确定预测位点与识别特征
4．2．2 DNase-Seq数据筛选
4．3蛋白质结合位点识别模型
4．3．1卷积神经网络
4．3．2卷积与池化工作原理
4．3．3卷积神经网络的传播过程
4．3．4卷积神经网络的训练方法
4．3．4蛋白质结合位点识模型建立
4．4本章小结
第5章转录因子结合位点识别模型评价
5．1样本数据处理及评价指标选取
5．1．1正负样本数据获取
5．1．2样本数据划分
5．1．3模型评价指标
5．2识别模型效果评价
5．3对模型多分类及应用的讨论
5．3．1对PWM矩阵接近的蛋白结合位点分类的讨论
5．3．1对识别模型应用的讨论
5．4本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
