

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、天津師范大學(xué)碩士學(xué)位論文分類編號(hào):——密級(jí):——單位代碼:巡學(xué)號(hào)“—13100—90007又滓?guī)熫么髊研究生學(xué)位論文論文題目:基王塑塞婁左法盆撫基國(guó)麥達(dá)數(shù)據(jù)的砑宜學(xué)生姓名:寶馥雁申請(qǐng)學(xué)位級(jí)別:亟申請(qǐng)專業(yè)名稱:讓箕扭應(yīng)用技本研究方向:生物信息堂指導(dǎo)教師姓名:韭塵強(qiáng)專業(yè)技術(shù)職稱:教援提交論文日期:2Q!墨生曼月天津師范大學(xué)碩士學(xué)位論文隨著人類基因組計(jì)劃的進(jìn)展,對(duì)于基因的功能和基因組內(nèi)各基因的研究逐步深入,研究基因在不同時(shí)間和條件下的表達(dá)情況
2、,是認(rèn)識(shí)基因功能的一個(gè)主要途徑。為了確定某個(gè)基因的功能。我們需要捕捉基因表達(dá)過(guò)程,這個(gè)過(guò)程描述了遺傳信息如何通過(guò)轉(zhuǎn)錄和翻譯轉(zhuǎn)換成為功能基因產(chǎn)品。功能基因組學(xué)是通過(guò)采用微陣列技術(shù),測(cè)試某種條件和環(huán)境的限制下的基因表達(dá)水平,在近幾年的科研領(lǐng)域,微陣列技術(shù)已經(jīng)成為生物研究的主要手段。因此,相應(yīng)的數(shù)據(jù)分析成為生物信息學(xué)的重要工作之一,于是產(chǎn)生了許多探究性統(tǒng)計(jì)方向,包括雙聚類算法。在生物信息學(xué)這一領(lǐng)域中,一個(gè)很關(guān)鍵的問(wèn)題就是對(duì)基因表達(dá)數(shù)據(jù)進(jìn)行雙向
3、聚類,將基因通過(guò)在多種不同實(shí)驗(yàn)環(huán)境下的表達(dá)數(shù)據(jù)進(jìn)行雙向的聚類,能夠分析和識(shí)別同一類基因所共同具備的基因功能和轉(zhuǎn)錄調(diào)控元件。本文通過(guò)對(duì)傳統(tǒng)的聚類方法的闡述,將雙聚類的基本原理作為線索,對(duì)其研究現(xiàn)狀進(jìn)行了完整系統(tǒng)的介紹,并且提出了一種新的算法一一ICQUBIC(InformationContentQUBIC),本算法是在QUBIC算法的基礎(chǔ)上進(jìn)行了改進(jìn),引入“信息量”來(lái)計(jì)算基因表達(dá)數(shù)據(jù)矩陣的某一行或某一列的一致性,以期使其聚類效果更佳。關(guān)鍵
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于基因表達(dá)數(shù)據(jù)的雙聚類算法研究.pdf
- 基于生成樹(shù)基因表達(dá)數(shù)據(jù)聚類方法分析.pdf
- 基于譜聚類方法的基因表達(dá)數(shù)據(jù)分析研究.pdf
- 基于雙聚類的基因表達(dá)芯片分析.pdf
- 基于多目標(biāo)的基因表達(dá)數(shù)據(jù)雙聚類算法的研究.pdf
- 聚類方法在生物數(shù)據(jù)中的研究與應(yīng)用-基因表達(dá)數(shù)據(jù)聚類方法研究.pdf
- 基于PSO的基因表達(dá)數(shù)據(jù)聚類研究.pdf
- 基因表達(dá)數(shù)據(jù)分析的聚類算法研究.pdf
- 基于模糊理論的基因表達(dá)雙聚類算法研究.pdf
- 腫瘤基因表達(dá)譜數(shù)據(jù)聚類的譜方法研究.pdf
- 基因表達(dá)數(shù)據(jù)的雙聚類分析方法研究.pdf
- 基因表達(dá)數(shù)據(jù)的聚類算法研究.pdf
- 基因表達(dá)數(shù)據(jù)聚類算法研究.pdf
- 基因表達(dá)數(shù)據(jù)的聚類算法設(shè)計(jì)與分析.pdf
- 基于高斯混合模型的基因表達(dá)數(shù)據(jù)聚類研究.pdf
- 基于聚類方法的腦區(qū)基因共表達(dá)模式研究與分析.pdf
- 微陣列基因表達(dá)數(shù)據(jù)雙聚類的多目標(biāo)優(yōu)化算法研究.pdf
- 基因表達(dá)譜數(shù)據(jù)聚類算法的研究.pdf
- 基因表達(dá)數(shù)據(jù)的雙向聚類算法的研究.pdf
- 基于SOM基因聚類的基因數(shù)據(jù)組織樣本聚類.pdf
評(píng)論
0/150
提交評(píng)論