微rna与疾病关联关系的分析与研究

微rna与疾病关联关系的分析与研究

ID:33433278

大小:4.18 MB

页数:46页

时间:2019-02-25

微rna与疾病关联关系的分析与研究_第1页
微rna与疾病关联关系的分析与研究_第2页
微rna与疾病关联关系的分析与研究_第3页
微rna与疾病关联关系的分析与研究_第4页
微rna与疾病关联关系的分析与研究_第5页
资源描述:

《微rna与疾病关联关系的分析与研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据3.3微RNA与疾病对应关系预测的算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.303.3.1算法流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯303.3.2时间复杂度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯323.3.3空间复杂度分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯323.4本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.324仿真数据实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..334.1数据分析所用到的性能评价指标与方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

2、..334.1.1性能评价指标⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯334.1.2性能评价方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯354.1.3实验数据准备⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯354.2参数估计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.364.3算法比较⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..374.3.1算法准确率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯374.3.2算法效率⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.

3、384.4结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.394.4.1算法验证⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯394.4.2实例分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯415总结与展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..425.1工作总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯425.2今后的工作展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯42参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..4

4、4攻读学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..48致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯49V万方数据硕士学位论文1绪论I绪论随着基因技术的不断发展,生物信息学这一新兴学科应运而生,这门学科帮助人类在对遗传疾病探索的艰难旅程上更进一个台阶。目前,我们在探索遗传疾病的发病机理上已经发现了很多种研究方法,其中,如何对致病基因进行判断与预测是一个极具有生物意义与社会意义的问题。本章首先将对生物信息学和如何预测致病基因的相关背景以

5、及现状进行简要的说明,并且会说明本文所进行的主要工作以及论文的主要结构。1.1研究背景及意义2003年4月14日,美国科研组织正式宣布“人类基因组计划(HDP)”顺利完成。该计划成功绘制了人类基因组序列图,并提供了遗传、序列、物理、转录序列四类图谱,共识别了多达32000个基因【1刭。如此多的基因被识别出来正标志着人类进入了全新的后基因时代。生物学信息井喷一样的爆发,图1.1为基因银行数据的增长示意图,基因密码不断的被探寻出来,仅凭人类的大脑已经无法处理如此海量的信息,于是利用计算机的运算能力来帮

6、助人们存储、处理、传输生物学信息变得尤为重要,为此生物信息学这门交叉型学科应运而生【引。他包含了生命科学、计算机技术等多门学科,将分子生物学和计算机技术有机的结合了起来,使得生物学的研究变得更高效,更精准。GrowthofGenBank11982·2008}图1-1基因银行数据增长示意图万方数据硕士学位论文1绪论生物信息学将计算机科学、数学以及生命科学交叉起来,形成一门新的学科,以借助计算机科学、信息科学等领域的算法与工具解决生命科学中的问题为主要特征嘲。随着生命科学研究的深入和后基因时代的来临,

7、生物信息学所研究的问题也发生了巨大的变化,研究手段越来越借助于高性能的计算环境,研究范围包含并涉及基因组学、药物基因组学、蛋白质组学和转录组学等各类组学。其研究内容主要包括:基因序列的拼接与组装、DNA微阵列数据、基因和蛋白质结构预测、疾病的对应关系、药物标靶研究设计、生命体的进化等几个部分【6】。生物信息学如此广泛的研究内容与深厚的研究意义,是因为应用其手段可以很好的揭示生命科学的本质,从而发现生命活动的基本原理。生物信息学研究工作未来的重点将继续放在揭示生命活动的基本原理之上,研究人员通过分析

8、遗传物质的信息,获取编译蛋白质的密码,并根据这些信息对蛋白质进行预测,以此来探索蛋白质的生物意义,以此作为判断致病依据或进行药物设计。从而实现了当代医学的进步依据和理论基础,实现真正意义上的对“症”下药。并且随着科技的进步,越来越多的非编码区域的基因的也开始受到重视,研究非编码区基因的作用,从而探索复杂疾病的致病机理,成为疾病预测的新重点[_71。我们知道,人类基因组计划的成功完结使得各种生物学数据例如核酸、蛋白质等数据呈爆炸性增长,无论是从数量上还是从质量上都极大的丰富了生物学数

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。