摘要
前言
第一章 文献综述
1.1 引言
1.2 Fisher几何模型及表型进化的选择模型
1.3 基因多效性的度量
1.3.1 多效性的直接计算及问题
1.3.2 利用数学模型通过其它观测来间接计算
1.4 利用数学模型来间接计算基因多效性:Gu方法简介
1.4.1 蛋白质序列进化模型
1.4.2 选择强度与模型分类
1.4.3 蛋白质序列的进化速率
1.4.4 估计基因多效性和选择强度
1.4.5 基因多效性的初步分析
1.4.6 对Gu方法的几点评注
1.5 胞吐作用
参考文献
第二章 关于基因多效性概念和统计估计问题的进一步探讨
2.1 引言
2.2 Gu模型的简要介绍
2.3 多层次基因型-表型映射模型及最小多效性的概念
2.4 基因型-表型映射的线性模型及其秩的定义
2.4.1 单映射情景
2.4.2 线性变换映射模型:从一步映射推广到多步映射
2.5 基因型-表型映射下秩的估计
2.5.1 稳态选择模型下的自然选择系数
2.5.2 Martin-Lenormand方法
2.5.3 Gu方法
2.6 有效最小多效性:对于K的一种备选解释
2.6.1 Martin-Lenormand方法:r=1对应于随机突变
2.6.2 Gu方法
2.6.3 Piganeau-Walker方法
2.7 数据分析和测试
2.7.1 Gu方法对蛋白质序列的应用
2.7.2 Gu方法对核苷酸序列的应用
2.8 基于Matlab的计算流程
2.8.1 有效基因多效性(Ke)
2.8.2 估计步骤
2.8.3 有效选择强度
2.8.4 有效基因多效性的纠偏估计
2.9 计算机模拟
2.9.1 突变秩对估计的影响
2.9.2 估计Ke的计算机模拟过程
2.10 小结
参考文献
第三章 细胞分子动力学的计算分析框架:以胞吐作用为例
3.1 研究背景
3.2 结果与讨论
3.2.1 胞吐的蛋白质相互作用网络
3.2.2 整个胞吐系统的数学建模
3.2.3 反应速率参数的估计
3.2.4 基本子系统的稳定性分析
3.2.5 MUNC18依赖性调控的稳定性分析
3.2.6 结论注解
3.3 方法
3.3.1 仿真流程
3.3.2 估计速率参数的算法
3.3.3 基本子系统的稳定性分析
3.3.4 MUNC18调控的稳定性分析
参考文献
第四章 结论与展望
4.1 基因多效性的概念及统计可估计性
4.2 系统生物学和非线性动力学模型
4.3 统计学模型和非线性动力学模型的整合
参考文献
附录
致谢
攻读学位期间发表论文
声明