学位论文 > 优秀研究生学位论文题录展示

面向分子生物系统的计算技术应用研究

作　者: 张宽
导　师: 郑浩然
学　校: 中国科学技术大学
专　业: 计算机应用技术
关键词: 系统生物学时间序列数据组学数据多数据源蛋白质蛋白质相互作用生物系统有序度生物标记物挑选生化网络建模与仿真
分类号: Q7-3
类　型: 硕士论文
年　份: 2010年
下　载: 32次
引　用: 0次
阅　读: 论文下载

内容摘要

随着高通量蛋白质组学、微阵列技术和生物信息学技术的发展,一个新的学科“系统生物学”应运而生,它的目标是从系统的层次上理解生物系统。生物实验数据分析和生化网络的建模与仿真是系统生物学方法论中的两个重要组成部分,本文中主要关注多源数据和时序组学数据的数据分析以及基于Agent技术的生化网络建模与仿真,完成的特色工作有:1.蛋白质蛋白质相互作用的发现和预测对于理解众多生物现象具有重要的意义,本文给出了一种基于多源数据使用通信模型进行PPI预测的方法。理论分析和实验结果表明该方法具有很好的效果。2.生物体的组成在众多的层次上表现出了高度的有序结构。本文针对血浆蛋白组时序数据,利用香农熵研究由于2型糖尿病引起的血浆蛋白质组有序度变化,并在实验中发现了随着时间的变化糖尿病老鼠一直比正常老鼠有较高的熵值。3.生物标记物可以进行相关疾病(比如癌症)的发病过程跟踪,以及疾病预诊和药靶发现。在本文中,我们给出一种基于局部统计的组学数据的生物标记物验证方法,该方法可以有效的提高生物标记物的挑选效率。4.针对生命系统中的自组织现象研究,本文给出一种基于Agent技术的生化网络建模仿真方法,该方法体系能与当前主流建模工具很好的结合,可广泛应用于生物分子系统的研究。

全文目录

摘要  4-5
ABSTRACT  5-9
1 绪论  9-19
  1.1 课题背景  9-11
    1.1.1 系统生物学的提出与研究意义  9-10
    1.1.2 系统生物学的方法论  10-11
  1.2 本文的研究内容及思路  11-16
    1.2.1 本文的研究内容  12-14
    1.2.2 本文的研究思路  14-15
    1.2.3 本文的特色工作  15-16
  1.3 本文的内容安排  16-18
  1.4 本章小结  18-19
2 基于多源数据融合的蛋白质-蛋白质相互作用预测  19-33
  2.1 引言  19-20
    2.1.1 利用单一特征预测PPI  19
    2.1.2 利用多源数据进行PPI  19-20
    2.1.3 存在的问题及本文的方法  20
  2.2 香农信息论简介  20-22
  2.3 基于多源数据融合的PPI 预测的信息论计算框架的建立  22-27
    2.3.1 方法框架  22-23
    2.3.2 数据源分析模型  23-26
    2.3.3 PPI 预测模型  26-27
  2.4 模型的数理分析  27-29
  2.5 实验分析与讨论  29-32
    2.5.1 数据源  29-30
    2.5.2 实验框架  30
    2.5.3 实验结果  30-32
  2.6 本章小结  32-33
3 面向时序组学数据的分子生物系统有序度测量与分析  33-43
  3.1 引言  33-34
    3.1.1 生命系统的有序性  33
    3.1.2 本章研究内容及其意义  33-34
  3.2 相关知识介绍  34-35
    3.2.1 GATE 软件介绍  34
    3.2.2 马尔可夫场简介  34-35
  3.3 采用熵视点分析分子生物系统的有序性模型  35-39
    3.3.1 面向组学数据的三种分析视角  35-36
    3.3.2 基于分子ID 维的分析方法  36
    3.3.3 基于时间维的分析方法  36-37
    3.3.4 基于分子ID-时间平面的分析方法  37-39
  3.4 实验分析与结果  39-41
  3.5 本章小结  41-43
4 面向组学数据基于局部统计的生物标志物发现方法研究  43-57
  4.1 引言  43-44
    4.1.1 生物标志物  43
    4.1.2 生物标志物的发现方法现状  43-44
    4.1.3 本章的研究内容  44
  4.2 概率密度估计的核方法介绍  44-45
  4.3 基于局部统计的分子标记物挑选方法  45-49
    4.3.1 尺度对于特征（biomarkers）选择的影响  45-46
    4.3.2 如何解决尺度对于特征（biomarkers）选择的影响  46
    4.3.3 弱化尺度差异较大特征间相互影响的方法  46-47
    4.3.4 LSABBGW 数理基础  47-49
  4.4 实验分析与讨论  49-55
    4.4.1 数据集描述  49-50
    4.4.2 实验设计  50-52
    4.4.3 实验结果与分析  52-55
  4.5 本章小结  55-57
5 基于 Agent 技术的生化网络建模方法研究  57-73
  5.1 引言  57-59
    5.1.1 现有建模方针算法研究进展  57-58
    5.1.2 本文的方法  58-59
  5.2 在反应级别上基于agent 建模  59-64
    5.2.1 算法体系架构  59
    5.2.2 从SBML 构建基于agent 的模型  59-60
    5.2.3 数理基础  60-64
  5.3 模型的数理分析  64-66
  5.4 实验分析及结果  66-68
    5.4.1 实验设计  66-67
    5.4.2 实验结果与分析  67-68
  5.5 采用RCP 技术建立基于Agent 技术的生化网络建模仿真软件平台  68-71
    5.5.1 RCP 技术简介  68-69
    5.5.2 软件平台的设计  69-70
    5.5.3 软件平台的界面及应用展示  70-71
  5.6 本章小结  71-73
6 结论  73-76
  6.1 本文的主要研究成果及特色之处  73-74
  6.2 后续的主要工作  74-75
  6.3 结束语  75-76
参考文献  76-83
致谢  83-85
在读期间发表的学术论文与取得的研究成果  85

面向分子生物系统的计算技术应用研究

内容摘要

全文目录

相似论文