隐马尔可夫模型用于变长序列的G蛋白偶联受体超家族的识别研究

摘要

自人类基因组计划(HGP)开展以来,人们已经获取了大量的DNA、RNA及蛋白质序列的数据.有人说,基于序列的生物学时代已经到来,尽管对

目录

声明

摘要

Abstract

第一章 引言

第二章HMM算法

2.1 Markov链

2.2 HMM

2.3采用的HMM软件

2.4 HMM的国内应用

2.5 HMM的国外应用

第三章应用HMM进行剪接位点识别

3.1剪接位点识别的背景知识介绍

3.2基因识别的原理和基本方法

3.3 HMM用于剪切点识别研究

3.3.1实验数据集来源和数据特点以及数据的预处理

3.3.2 HMM的识别剪切点的总体思路

3.3.3实验以及结果讨论

第四章HMM用于蛋白质二级结构含量预测的前处理

4.1 HMM用于蛋白质二级结构含量预测的前处理设想

4.2实验采用的数据集以及分类

4.3模型训练、结果预测以及讨论

第五章HMM用于G蛋白偶联受体超家族的识别

5.1 GPCR

5.2 GPCRs数据和背景介绍

5.3超家族的识别研究和结果讨论

5.3.1 ACDE超家族与B超家族

5.3.2 BCDE与A类

5.3.3 讨论

第六章HMM用于真核生物TSS的识别

6.1启动子和真核基因启动子

6.2翻译起始位点(TSS)以及数据

6.3翻译起始位点(TSS)的预测

致谢

参考文献