基因功能注释方法研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基因功能注释方法研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景1

1.1.1 人类基因组计划1

1.1.2 DNA元件百科全书2

1.1.3 非编码RNA3

1.1.4 长非编码RNA3

1.1.5 小干扰RNA4

1.2 国内外研究现状7

1.2.1 基于数据驱动的生物网络构造7

1.2.2 生物网络与非编码基因功能研究9

1.2.3 疾病相关非编码基因研究10

1.2.4 siRNA沉默基因11

1.3 研究内容及意义22

第2章 非编码基因特征研究24

2.1 非编码基因生物统计特征分析25

2.1.1 lncRNA平面构象25

2.1.2 lncRNA密码子替换频率26

2.1.3 lncRNA核苷酸三聚体分布29

2.1.4 lncRNA序列保守性分析29

2.1.5 lncRNA可读框特征分析30

2.2 lncRNA功能特异性分析30

2.3 鉴定lncRNA32

2.3.1 发现新的lncRNA32

2.3.2 lncRNA与mRNA区别33

2.4 非编码基因数据库34

第3章 基于数据驱动的编码基因功能注释36

3.1 生物芯片非编码基因重注释36

3.1.1 HG-U133A芯片平台36

3.1.2 芯片探针定义重注释36

3.1.3 HG-U133A重注释结果与分析38

3.2 非编码基因功能预测42

3.2.1 芯片数据预处理42

3.2.2 构建共表达网络43

3.2.3 功能预测47

3.3 算法性能评价47

3.3.1 随机网络对比实验47

3.3.2 预测精确度、特异性47

3.4 人类非编码基因功能预测结果及分析50

第4章 基于傅里叶分析的非编码持家基因鉴定54

4.1 傅里叶谱构造54

4.1.1 基因表达时序数据选择55

4.1.2 时序数据预处理56

4.2 鉴定持家基因58

4.2.1 定义持家基因58

4.2.2 识别和提取HKG谱的特征信息58

4.3 持家基因鉴定结果59

4.4 预测性能分析61

4.4.1 利用组织表达谱评价预测性能63

4.4.2 验证HKG预测结果与评价63

4.5 预测结果分析65

第5章 基于机器学习方法的siRNA沉默效率预测69

5.1 siRNA样本收集69

5.2 siRNA特征提取70

5.3 预测模型构建71

5.4 预测性能评估72

第6章 siRNA沉默效率预测平台siRNApred74

6.1 siRNApred平台的构建流程74

6.2 siRNA特征提取75

6.2.1 单碱基编码75

6.2.2 siRNA和mRNA序列组成76

6.2.3 二模模序和三模模序位置与siRNA效率相关性分析77

6.2.4 二模模序和三模模序的位置编码80

6.2.5 热力学参数82

6.3 基于随机森林的siRNA沉默效率预测模型82

6.3.1 决策树83

6.3.2 随机森林预测模型84

6.4 siRNA特征选择84

6.4.1 z-score特征重要度评价85

6.4.2 siRNA最优特征集合搜索85

6.5 实验分析86

6.5.1 实验数据集86

6.5.2 二模模序和三模模序位置编码有效性89

6.5.3 特征评估与筛选90

6.5.4 siRNApred与主流预测算法比较94

第7章 基于卷积神经网络的siRNA沉默效率预测算法99

7.1 卷积神经网络概述99

7.1.1 卷积神经网络的结构及特点100

7.1.2 卷积神经网络的前向过程101

7.1.3 卷积神经网络的权值修正104

7.2 基于卷积神经网络的siRNA沉默效率预测模型105

7.2.1 基于卷积神经网络的siRNA沉默效率预测模型结构105

7.2.2 适用于卷积神经网络的siRNA序列编码107

7.2.3 多模模序探测器的设计107

7.2.4 建立逻辑回归预测siRNA的沉默效率109

7.2.5 基于卷积神经网络的siRNA沉默效率预测模型训练过程109

7.3 基于卷积神经网络的siRNA沉默效率预测模型超参数设置110

7.3.1 卷积核尺寸参数对预测结果的影响111

7.3.2 激活函数对预测结果的影响112

7.3.3 学习率对预测结果的影响113

7.4 与其他机器学习模型的比较114

第8章 结论与展望116

主要参考文献118