一、基于信息量的调控元件预测方法(论文文献综述)
左超,陈钱[1](2022)在《计算光学成像:何来,何处,何去,何从?》文中指出计算光学成像是一种通过联合优化光学系统和信号处理以实现特定成像功能与特性的新兴研究领域。它并不是光学成像和数字图像处理的简单补充,而是前端(物理域)的光学调控与后端(数字域)信息处理的有机结合,通过对照明、成像系统进行光学编码与数学建模,以计算重构的方式获取图像与信息。这种新型的成像方式将有望突破传统光学成像技术对光学系统以及探测器制造工艺、工作条件、功耗成本等因素的限制,使其在功能(相位、光谱、偏振、光场、相干度、折射率、三维形貌、景深延拓,模糊复原,数字重聚焦,改变观测视角)、性能(空间分辨、时间分辨、光谱分辨、信息维度与探测灵敏度)、可靠性、可维护性等方面获得显着提高。现阶段,计算光学成像已发展为一门集几何光学、信息光学、计算光学、现代信号处理等理论于一体的新兴交叉技术研究领域,成为光学成像领域的国际研究重点和热点,代表了先进光学成像技术的未来发展方向。国内外众多高校与科研院所投身其中,使该领域全面进入了“百花齐放,百家争鸣”的繁荣发展局面。作为本期《红外与激光工程》——南京理工大学专刊“计算光学成像技术”专栏的首篇论文,本文概括性地综述了计算光学成像领域的历史沿革、发展现状、并展望其未来发展方向与所依赖的核心赋能技术,以求抛砖引玉。
颜融[2](2021)在《基于数据驱动的电力系统暂态稳定评估》文中研究指明随着近年来新能源发电、智能数字电网、特高压输电互联等新兴技术的高速发展,电力系统面临着全网耦合性强、源荷随机性大以及动态复杂性高等挑战,这对电力系统安全稳定运行带来了较大影响。本文借助于以人工智能为代表的数据驱动等使能技术,针对电力系统暂态稳定评估问题展开了深入的研究工作,旨在提高暂态稳定评估模型精度和计算效率。主要研究工作总结如下:首先,本文提出了暂态稳定快速批量评估算法框架,通过构建的级联式卷积神经网络为待评估样本自适应选择仿真时间窗口,在保证评估结论准确的前提下尽早终止时域仿真,以减轻批量评估任务的整体计算负担。该算法从已有稳定性结论的样本中“学习”,并基于所设计的反馈学习机制不断针对模型进行自适应更新,以进一步提升模型针对不同运行方式的泛化能力。此外,本文进一步设计了基于信息熵的优先评估策略,在分析待评估样本所含信息量的基础上,动态调度评估任务队列,以加速模型性能提升。该算法在保证评估结论准确的前提下降低了批量评估计算负担,使得在有限时间内获取足够用于在线评估模型构建的暂态稳定样本成为可能。其次,为了应对配电网络日益广泛接入的分布式电源等新型设备对输电网络稳态及暂态特性之影响,弥补传统负荷模型的不足,实现输配电系统联合分析等目的,本文进一步提出了基于不对称图学习的生成对抗网络模型,该模型可借助少量真实配网数据,在不泄露关键信息的前提下捕获真实配电网络的拓扑和电气特性,进而生成三相不对称配电网络。此外,所提出的方法还可以有效地生成时序负荷数据并合理配置各类电网元件,使得生成的配电网络兼具真实性与实用性。再次,为了满足在线稳定评估实时获取系统故障信息的需求,本文提出了混联输电线路单端故障定位算法,构建了“云端滚动训练,边缘实时推断”的电力系统嵌入式人工智能应用范式。该范式将云端训练或更新的故障定位深度学习模型分布式的部署于数据侧嵌入式人工智能模块中,借助本地电压和电流等高密度流式数据进行故障定位。该框架有效解决了因量测数据高采样率特性而导致的定位时延高等问题,可满足后续在线稳定评估与监测任务的应用需求。本文最后提出了基于数据驱动的暂态稳定边界生成与在线稳定评估算法框架。借助于所构建的暂态稳定指标及其伴随灵敏度,加速了关键暂态稳定样本(重)采样进程,以在稳定边界附近的高信息熵区域加速生成足够的关键暂态样本,为生成稳定边界提供了数据基础。此外,为解决稳定边界构建问题所面临的“维数灾”、“组合爆炸”等挑战,本文提出了关键运行及扰动场景筛选机制,进一步减少了电力系统边界生成任务的搜索空间与计算规模。借助该算法框架,稳定边界可根据系统当前及预测运行点在线自适应更新,进而由此构建出一套暂态稳定在线评估与监测框架。
黄昕[3](2021)在《表观特征识别方法及其在早期胚胎发育和辐射损伤中的应用》文中提出背景:表观遗传学是指不改变DNA序列的情况下基因功能的遗传变化。表观遗传修饰包括DNA甲基化、组蛋白修饰和非编码RNA等,它们可以调控细胞分化、细胞特异性基因表达、导致X染色体失活以及影响基因组的稳定性。哺乳动物胚胎发育过程中,组蛋白修饰H3K4me3在调节基因表达中起着重要作用,并在基因组上显示出广泛的重编程。此外,辐射损伤过程中,电离辐射造成DNA双链断裂,在DNA错误修复的过程中会产生辐射诱导的DNA甲基化、组蛋白修饰和非编码RNA表达等多种表观遗传变化,这些变化成为辐射损伤细胞的渠道。目前研究表观遗传修饰的高通量测序技术日趋成熟,涉及各个物种的数据库逐步建立,为表观遗传研究的算法开发提供坚实基础,也为表观遗传在胚胎发育和辐射损伤的机制研究带来新机遇。同时,单细胞测序技术的推广和成熟,使得从单细胞分辨率下分析表观遗传调控机制成为可能。问题和挑战:面对海量的表观遗传测序数据,需要针对不同的生物问题开发相应的分析方法和工具。已有不少研究关注表观遗传修饰的动态变化,而某些稳定的调控元件对于胚胎发育等生物过程也必不可少,目前尚欠缺对表观遗传动态变化过程中稳态调控元件的识别与注释。此外,早期胚胎发育中,合子基因组激活是一个复杂的动态调控过程。该过程中表达的基因及其表观遗传标志物的系统识别和功能挖掘是早期胚胎发育研究中的一项挑战。同时,目前有多种单细胞测序技术平台,需要对这些平台的测序数据进行整合分析。工作目的、内容、方法、结果和结论:面对早期胚胎发育和辐射损伤过程的表观遗传机制研究需求,我们开发了表观特征识别方法。方法分为两个部分,第一部分基于时序测序数据,第二部分基于单细胞测序数据。我们随后将第一部分基于时序数据的方法应用在早期胚胎发育和辐射损伤。基于时序数据的表观特征识别方法由两个方法组成。第一个方法是稳定H3K4me3的识别。为研究表观遗传动态变化中稳态调控元件的作用,我们使用公开的时序ChIP-seq测序数据,开发了一种新形式的稳定H3K4me3识别方法,此类H3K4me3在小鼠早期胚胎的所有八个阶段中持续稳定存在。第二个方法是合子基因组激活关键基因的识别。该方法名为ZGA-Timer,其利用时序RNA-seq数据可同时检测合子基因组激活启动时间以及该过程中的关键基因。ZGA-Timer优于现有研究中基于倍数变化识别合子基因组激活基因的数学统计方法。接下来,我们利用上述建立的分析方法研究了早期胚胎发育和辐射损伤的表观遗传机制。我们识别了稳定H3K4me3并研究其在小鼠早期胚胎发育过程中的功能,发现大多数稳定H3K4me3都位于启动子区域,并富集在染色质高级结构边界。通过深入的分析,我们证明了稳定H3K4me3与胚胎发育过程中较高的基因表达水平和转录起始有关。我们利用ZGA-Timer识别了合子基因组激活关键基因。结合表观遗传修饰数据进一步分析后,发现染色质的可及性对这些基因有调控作用。并且,合子基因组激活基因在管家基因和癌症驱动基因中显示出显着的富集。我们还对辐射致细胞恶化过程中的必需基因进行了表达差异分析和染色质可及性标志物挖掘,同时,刻画了必需基因关联的染色质可及性动态变化图谱。此外,为了对来自多个平台的单细胞测序数据进行整合分析,我们开发了单细胞表观组和转录组综合分析系统,命名为MAESTRO(Model-based Analyses of Transcriptome and Regulome)。MAESTRO提供数据预处理、比对、质量控制、基因表达、染色质可及性分析、聚类、差异分析和细胞类型注释等功能。此外,MAESTRO可以整合scRNA-seq数据和scATAC-seq数据识别调控元件。工作创新性和意义:针对哺乳动物早期胚胎发育和辐射损伤的表观调控机制研究,我们开发了测序数据的分析方法和工具。其中,稳定H3K4me3识别方法的创新性在于其关注了稳态调控元件,弥补了表观遗传动态变化研究中稳态调控机制研究的不足。ZGATimer框架的独特之处在于其通过模式识别对时序RNA-seq数据进行建模,并能准确计算多个物种中合子基因组激活的开启时间。MAESTRO系统的意义在于支持从不同平台的原始测序数据进行数据处理,其创新点是利用单细胞染色质可及性数据对基因调控潜力进行建模,对scRNA-seq和scATAC-seq的整合分析优于现有方法。
李永旭[4](2020)在《结构光场的特性及其在光通信中的应用研究》文中研究说明随着5G通信技术迅速发展以及大数据时代的到来,人们对于互联网数据容量的需求量急剧增长,这给现有通信系统带来了前所未有的压力和挑战。如何在现有通信技术基础之上进一步提高系统容量和频谱利用率成为当前通信行业亟待解决的关键问题。与传统微波通信、移动通信和卫星通信相比,由于光通信具有更宽的可用频谱带宽且无须频率许可,因此得到了广泛关注。值得注意的是,目前对光波的振幅、相位、频率(波长)、时间及偏振态维度资源已开发殆尽,使进一步扩展通信系统容量遭遇新瓶颈,对光波新维度资源的开发成为解决通信新容量危机的潜在方案,空间域维度作为光波仅存尚未充分开发的新维度资源成为充满活力的研究内容。作为一种具有新颖空间结构分布特性的光场,结构光场具有相位奇点、轨道角动量、特定偏振态与近似无衍射传播等特征,结构光场在光通信中具有巨大的应用前景,有望为光通信系统可持续扩容提供有力支撑。基于此,本文开展了对结构光场调控技术的理论与实验研究;通过设计新型衍射光栅,实验上实现了对结构光场模态的高效检测;讨论了湍流环境对结构光场传输特性的影响;并验证了采用结构光场编译码实现光通信的可行性。主要研究内容与研究成果如下:1.使用计算机生成结构光场的计算全息图,并将该全息图加载到液晶空间光调制器(Spatial Light Modulator,SLM),实验上产生高质量的结构光场。通过拟合调制后理论与实验光强分布曲线,发现实验结果与理论结果相吻合,表明实验产生了高质量的结构光场。此外,设计并搭建了一套简便实用的改进型光学检测系统,分别对结构光场与平面波以及球面波之间的干涉进行了实验研究,验证了经光场调控后得到的光场为结构光场。2.结构光场编译码通信也就是对光场模态,如轨道角动量进行编译码的过程,因此实现光场模态探测对光通信至关重要。目前,国际上对轨道角动量模态的探测范围最高可达±120,为进一步提升模态探测范围,本文设计了一种周期渐变螺旋光栅,实验结果表明采用该光栅可以将模态探测范围拓展至±160。同时,采用该光栅进行模态探测不受光束扰动、光束偏移和非对准照射等不利因素的影响,具有较好的抗干扰能力和更高的衍射效率。另外,现有文献大多关注的是对拉盖尔-高斯光束角向模态l(拓扑荷)的检测,很少讨论径向模态p对模态探测的影响。而应用径向模态作为另一种编码自由度,可以继续提升光通信系统容量和频谱利用率,因此实现拉盖尔-高斯光束径向与角向模态的同时探测具有巨大的实用价值。针对该方面内容,本文提出了一种采用螺旋相位光栅进行模态探测的方法,理论仿真和实验结果表明,该光栅可以实现拉盖尔-高斯光束角向与径向模态的同时探测。3.采用基于快速傅里叶变换的功率谱反演法分别对大气湍流和海洋湍流进行相位屏模拟,应用多相位屏方法数值模拟了结构光场在湍流环境中传输后的光强和相位分布特征,讨论了传输距离、湍流强度对光强衰减和相位畸变的影响。进而采用半实验方法,即用实验调控生成的结构光场照射加载有湍流相位屏的液晶空间光调制器,拍摄衍射后光斑,观察湍流对结构光场光强分布的影响。4.建立了结构光场在湍流环境中传输的理论模型,推导得到了结构光场在湍流环境传输过程中平均光强分布、轨道角动量概率密度、轨道角动量螺旋谱分布和光通信系统平均信道容量公式。通过数值仿真模拟分析了结构光场在湍流环境中传输时,光束自身参数(波长、束腰半径、相干长度以及光场模态数值)、湍流强度和传输距离对光传输特性的影响。以海洋湍流传输环境为例,对部分相干光源与完全相干光源受湍流效应的影响进行了比较,同时研究了以完美拉盖尔-高斯光束(Elegant LaguerreGaussian,ELG)作载波时光通信系统的平均信道容量特性。5.理论与实验相结合,研究了结构光场编译码实现光通信的过程。在发射端分别采用单模态结构光场以及多模态共轴叠加后的复合结构光场对图像进行信源编码,在接收端经共轭模态相干检测或直接观察复合结构光场的光斑图样获取传输光场模态信息,恢复出传输的原始图像信息。实验上,使用设计的单模态结构光场和复合结构光场两种通信方案分别实现了2位和8位灰度图像的信息编译码传输。6.为节省光通信系统采用结构光场进行信息编译码所消耗的时间,提高通信编译码效率,本文设计了一种基于“中心旋转对称阵列结构光场”的通信方案。实验上基于计算全息法产生了该阵列结构光场,并提出了一种综合利用光场模态和阵列空间位置分布对图像信息进行一一映射编码的思路。在光通信系统接收端,使用柱透镜识别阵列光场模态的方法进行译码,并从理论和实验上分析了译码方法的有效性。以传输64?64像素大小24位全彩色图像信息为例,论证了该编译码方案的可行性。采用该方案进行信息编译码传输,实现了98.304千比特数据量图像信息的零误码传输。
蔡怡然[5](2020)在《基因组变异通路注释方法及其在自身免疫疾病中的应用》文中提出基因组变异与疾病发生关系密切。近年,大量的全基因组关联分析研究(GWAS)识别出了大量与疾病相关的基因组变异数据。尽管对部分变异的关联基因和通路的解读已经为复杂疾病的病理研究和药物研发提供了帮助,但是对绝大多数位于非编码区的变异进行注释分析仍旧是一个巨大的挑战。而且,目前对变异相关的生物学过程的挖掘多局限于使用普通的富集分析方法,缺乏对基因相互作用网络的考量,所得变异相关生物通路并不一定与致病机制相关。因此,需要开发新方法对变异的靶标基因和功能通路进行系统注释。自身免疫疾病是一类复杂的异质性疾病,包含80多种以免疫系统功能障碍为特征的慢性疾病,虽然牵涉到多种器官组织呈现出病理的高度复杂性,但是其背后却拥有相似的潜在机制。自身免疫疾病患者的遗传变异导致了发病风险的提升,而疾病类型之间的遗传多样性则可能与疾病的分化相关。组织结缔病是一类自身免疫疾病,在疾病发展过程中可能重叠出现多种症状,包含有系统性红斑狼疮、多发性硬化症和肌炎等疾病的现象,对其背后复杂的生物学过程的探索有助于疾病的精准诊断,而自身免疫疾病相关的大量GWAS研究也为注释方法的验证提供了充足的数据。本文开发了一套变异注释方法和工具,包括变异-基因映射和基因-通路映射两个模块。变异-基因映射首先对变异进行连锁不平衡处理,以补充可能被回归计算所忽略的致病变异。编码区附近的变异被位置注释方法映射到位置相邻的基因上。随后在位置注释方法所获得的靶标基因集上开展组织特异性分析,计算得到疾病特异相关的组织。e QTL注释和Hi C注释利用了组织特异性的数据,将非编码区的变异分别映射到变异影响的表达差异基因和染色质互作靶标基因。此外,对转录因子结合位点、位点保守分数、染色质功能状态等功能信息的注释补充,以及利用现有的变异致病性和功能性分数评估工具进行过滤,降低了注释结果的假阳性。基因-通路映射首先利用了传统的富集分析方法将目标基因对应到基因数量显着富集的通路和基因集上,其次利用蛋白质-蛋白质相互作用的信息,对基因间的相互作用进行量化,并且独创性地借用信息熵的概念对存在强相互作用基因网络的通路和基因集进行量化计算筛选,实现了更系统的功能注释。在自身免疫疾病中的实践证明了本方法可以注释到更多变异的靶标基因,尤其是非编码区的变异。而结合网络信息熵计算通路的显着性分数作为更有区分度的指标则能够选择出与疾病更相关的生物学通路。功能注释结果揭示了BTN家族基因与组织结缔疾病的关联可能与γδT细胞特殊的磷酸化抗原呈递过程失调相关。组蛋白脱甲基酶PHF8关联基因和胚胎干细胞中H3K4me3标记中密度Cp G启动子的基因这两个基因集合在网络信息熵注释方法中异常显着,可能与PHF8和H3K4me3结合作为共激活因子因子参与到转录调控过程当中相关。而Foxp3转录因子靶标基因则与CD4+T细胞亚群的发育相关,其与组织结缔病的关联可能体现在Foxp3功能异常导致的免疫耐受性的破坏。本文开发了Var Gene Net Entropy这个结合网络接口集成开发和本地算法开发的轻量级程序。程序实现了简化的变异-基因-通路注释流程,依赖本地数据较少,具有多平台可移植性。本文对变异的功能注释进行了深入的研究和解析,探索了较其他现有注释工具更完整可靠的变异功能注释方法,并且在自身免疫疾病中的实践揭示了自身免疫疾病的遗传多样性,揭示了一些可能与组织结缔疾病发展相关的生物学机制,所得的疾病特异性的基因和通路数据可能作为特征进行后续的疾病预测和分类。
郭亚萍[6](2020)在《磷酸化调控相分离的生物信息学分析》文中研究说明蛋白质磷酸化是由蛋白激酶催化,并将磷酸基团共价结合到底物蛋白质特定氨基酸残基上的过程。蛋白质磷酸化具有可逆性,去磷酸化则由蛋白磷酸酶催化。包含磷酸化蛋白质结合结构域的蛋白质,能够识别并结合底物蛋白质上特别的磷酸化位点,进而实现细胞内磷酸化信号的整合和传递。相分离或液-液相分离通过在真核细胞中产生无膜细胞器,进而在特定时空范围内,特异性调控各种生化反应的发生。相分离过程中涉及了许多蛋白质,且近年来的研究表明磷酸化修饰可以动态的调控相分离过程。如何收集,整理和分析这些数据,从中挖掘有用的信息,并指导进一步实验研究已成为该领域的一大挑战。由蛋白激酶、蛋白磷酸酶以及包含磷酸化蛋白质结合结构域的蛋白质组成的磷酸化调控因子是磷酸化网络中的关键因子,因此对磷酸化调控因子的深入了解是研究生物体内动态磷酸化网络的基础。通过文献阅读和数据库整合的方式,我们收集了2,643个实验验证的磷酸化调控因子。通过对已有分类信息的整合,我们将磷酸化调控因子分类至26个组和208个家族。我们进一步采用隐马尔可夫预测结合同源搜索的方法,对164个真核生物进行了系统鉴定,共鉴定到197,348个磷酸化调控因子。此外,我们整合丰富的注释信息对磷酸化调控因子进行全方面注释并构建了在线数据库iEKPD,拥有约100 GB的信息量,为系统地了解磷酸化的调控机制提供了有用的资源。蛋白质磷酸化位点经常通过被包含磷酸化蛋白质结合结构域的蛋白质识别并结合而发挥功能。因此,如何精确地预测磷酸化网络中,包含磷酸化蛋白质结合结构域的蛋白质特异性磷酸化位点是研究磷酸化功能的关键。基于iEKPD中对包含磷酸化蛋白质结合结构域的蛋白质的分类信息,通过阅读文献,我们收集了4,458个条目的包含磷酸化蛋白质结合结构域的蛋白质特异性磷酸化位点数据。利用深度学习结合迁移学习策略改进GPS算法并进行模型训练。我们开发了基于深度学习框架的磷酸化蛋白质结合结构域特异性结合位点预测工具GPS-PBS,可以预测16家族中的122个磷酸化蛋白质结合结构域特异性结合的位点。相分离或液-液相分离由生物大分子的多价相互作用介导,进而形成无膜细胞器。目前研究表明:蛋白质翻译后修饰,特别是磷酸化修饰,可以通过影响多价相互作用从而调控相分离。深入了解相分离的分子机制是研究细胞内生物大分子的组织模式和功能调控的基础。在本工作中,通过编审PubMed数据库中的文献,共收集了9,285个液-液相分离相关蛋白质,并分类至40种生物分子凝集体。我们搜索了这些已知蛋白质的潜在直系同源物并整合全面的注释信息,构建了真核生物液-液相分离蛋白质数据库DrLLPS。DrLLPS数据库总共包含437,887个液-液相分离相关蛋白质,是目前最大的液-液相分离相关蛋白质分类注释数据库。利用DrLLPS数据库中的磷酸化调控因子和底物蛋白质磷酸化位点信息,结合iGPS与GPS-PBS工具,我们模拟并分析了相分离过程中的磷酸化网络,并预测了重要的蛋白激酶、包含磷酸化蛋白质结合结构域的蛋白质以及底物,部分结果与之前的相关研究一致。从磷酸化调控因子的鉴定、磷酸化蛋白质结合结构域特异性结合位点预测工具的开发、相分离相关蛋白质的鉴定及磷酸化位点的整合到磷酸化网络的模拟分析,本工作系统地研究了相分离过程中的相分离相关蛋白质及磷酸化网络,为今后深入研究相分离过程的分子机制及磷酸化修饰在其中的调控作用提供了数据资源。
章天骄[7](2019)在《基于高通量数据的增强子及其作用位点预测方法》文中提出对于多细胞真核生物来说,细胞的特异性功能是十分重要的。这就要求在相同遗传物质的基础上,细胞能够通过不同的基因表达模式来适应环境的变化。基因表达调控的因素有很多,近年来随着对基因组非编码区的研究,发现了一些非编码的DNA序列对于基因表达调控具有重要意义。增强子是对基因表达调控具有重要作用的非编码序列元件之一。一些增强子能够通过转录产生具有调控功能的RNA,也被称为增强子RNA(enhancerRNA,简称eRNA)。因此对于增强子的序列特征、作用位点以及在特定时间和特定组织中表达模式的研究成为了基因表达调控领域的一个重要问题。然而由于增强子的调控模式会受到时空特异性等因素的影响,因此对于组织特异性增强子的研究,尤其是与疾病相关的研究一直是近年来增强子相关研究的重点问题。随着高通量测序技术的发展,生物学数据实现了爆发式的增长,同时也使得通过计算学方法应用这些数据大规模分析增强子的功能成为可能。而已有的生物信息学研究对于现有的数据利用不足或者无法满足预测精度的需求。针对现有的增强子预测及分析方法中存在的问题,本文首先对增强子进行了生物特征分析,在此基础上提出了增强子的预测方法。进一步地,通过对全基因组SNPs数据进行分析,提出了基于SNPs数据的肝癌相关增强子的预测方法。最后,提出了基于随机森林的增强子作用位点预测方法。本文的主要内容包括以下四个部分:(1)使用生物特征来预测增强子一直是一个热点问题,已有的生物信息学方法只应用了一种或几种特征来预测增强子,忽视了其它特征对于表征增强子的作用。本文则充分考虑与增强子相关的多种生物特征,包括:序列特征,转录特征和表观遗传特征。通过对每种特征进行量化处理来分析不同特征在增强子预测中的重要程度。最后说明了分析结果的合理性。(2)已有的研究对于预测增强子的方法主要集中在实验手段和分析表达量差异的方式,这种方法难以实现高通量的预测或者预测精度较低。本文从与增强子相关的生物特征出发,基于后验概率贝叶斯分类模型对增强子进行预测。通过人类肝癌和正常组织中的表达数据,本文预测了人类基因组上与肝癌相关的增强子lncRNA。与其它预测增强子的方法相比,该模型具有更高的预测准确度。(3)与增强子相关的单核苷酸多态性(Single Nucleotide Polymorphism,简称SNP)等遗传突变在疾病的产生和发展过程中起了重要作用。这些遗传突变通过影响转录因子与增强子的结合程度对增强子的功能进行调控。因此可以应用SNPs数据对疾病相关的增强子进行预测。本文通过量化不同SNPs与增强子内部转录因子结合位点序列的结合程度,转化为SNPs对于增强子转录调控功能强弱的度量,构建与疾病相关增强子的预测模型。通过人类肝癌组织数据,本文对该模型进行了测试,验证了结果的合理性。(4)增强子对基因表达起调控作用主要体现在其与基因启动子区的相互作用上,因此有效的预测增强子与启动子的关联关系对于分析增强子的功能是十分重要的。目前应用计算学方法对增强子调控位点的预测正确率有限。因此,本文提出基于随机森林方法综合使用增强子区、启动子区和增强子与启动子间基因组区域的多种生物特征来预测增强子与启动子的关联关系。通过与其他预测方法相比,该模型具有更高的预测精度。
史斌斌[8](2019)在《RNA二级结构预测及其在液体活检中的应用》文中指出RNA分子可以呈现出大量复杂的结构,其与蛋白质的结合进一步促成了更加复杂的三维结构复合体。准确探测RNA的二级结构及其与蛋白质之间的相互作用可以帮助我们深入了解RNA在基因表达、可变剪切、翻译效率以及降解速率等方面的调控机制;RNA分子的异常调控可能会直接或间接地改变细胞命运甚至导致疾病的发生,因此探究RNA在癌症发生发展中的作用对于临床诊断和治疗都具有重要意义。随着RNA结构重要性的揭示,能够预测碱基配对关系的各种RNA二级结构预测软件被陆续开发出来,然而其准确度通常很低。基于化学小分子修饰或酶切方法的高通量实验技术可以探测细胞内RNA真实的单双链状态,但是具体的碱基配对关系却无从得知。鉴于此,我们开发了RME算法。该算法针对不同的实验类型分别构建统计模型以拟合其数据分布,然后通过贝叶斯后验概率模型来推测每个碱基与其他各碱基的配对概率。RME算法不仅可以实现不同种类的高通量测序数据之间的横向比较,其更为重要的意义是从实验数据中提取可靠的碱基配对概率信息来辅助计算机预测从而获得高准确度的RNA二级结构。RNA结合蛋白(RBP)几乎决定了细胞中所有RNA分子的命运,RBP之间也会通过协同或拮抗作用形成复杂的转录后调控网络,越来越多的组学实验的发展使该网络的探究成为可能。为此,我们收集了各类CLIP-seq数据,利用非负矩阵分解的方法对于不同RBP在RNA上的结合位点进行模糊聚类分析,进而得到功能上具有协同调控作用的各类RBP群组,该方法有助于更好地解释RNA上的调控元件所负责的生物学功能。随着体液中各类非细胞游离RNA(ex RNA)的发现,ex RNA作为癌症诊断及预后标志物的探究越来越多。为了更好地提取ex RNA稀疏的碎片化数据所蕴含的生物学信息,我们定义了新的结构域(domain)特征并通过机器学习的算法寻找可靠的癌症诊断及分型的RNA标志物。综上,本论文的研究既包括了基础机制研究,也涉及了癌症临床应用:即RNA二级结构预测算法的优化、RBP调控网络的搭建以及液体活检中可靠RNA分子标志物的鉴定这三部分内容。
姜涛[9](2019)在《基于第三代测序数据的基因组结构变异检测方法研究》文中认为随着测序技术的不断成熟和广泛应用,以测序技术为驱动的基因组、转录组等多组学的研究得到了跨越式发展,推动了基因组科学、遗传学、临床医学等多学科的变革。基因组变异检测作为基因组研究中最为核心和关键的环节,对于基因组注释、与疾病和表型的关联分析、临床诊断等具有重要的意义。然而,由于基因组存在大量复杂的结构变异,现有的检测技术和方法在变异检测的准确性、敏感性、全面性以及性能上已无法满足当前基因组前沿研究的需求,在日益增长的海量测序数据面前面临着巨大的挑战。本文全面总结了基因组结构变异识别和检测的基本方法与途径,重点分析了现阶段结构变异检测面临的难点与问题。本文以提升结构变异检测精度和计算性能等方面作为切入点,针对性的开展一系列相关的研究与实践,开发了多款基因组结构变异检测方法以及工具,有效地解决当前基因组研究中多个瓶颈问题。本文的主要研究内容如下:(1)针对大规模高相似性的移动元件变异难以准确、敏感检测这一问题,本文研究了一种基于片段重比对的基因组移动元件变异检测方法r METL。该方法采用创新性的序列重比对方法,将测序片段的异常比对序列部分与已知移动元件进行重新比对,使复杂多样的局部比对信息转换为具有高度一致性的移动元件变异证据信息。在国际权威测序数据集上的实验结果表明,r METL能有效提升移动元件变异检测的敏感性,并保持较高的检测准确性。这一方法有助于移动元件变异的精准发现,挖掘更多与疾病和表型的关联,是一款重要的前沿科研工具。(2)针对现有结构变异检测工具无法检测参考基因组之外的DNA序列这一问题,本文研究了一种基于局部序列拼接与聚类的基因组新序列插入变异检测方法r CANID。该方法以新序列插入变异形态为出发点,结合局部拼接手段,通过对异常比对片段和未比对片段的双重聚类和拼接,分别重构靠近插入边界和远离插入边界的两类新序列插入变异局部序列,并通过启发式算法连接和合并两类局部序列从而检测完整的新序列插入变异。在国际权威测序数据集上的实验结果表明,r CNAID算法较之现有结构变异检测算法,能有效提升新序列插入变异的检测敏感性,有利于发现样本所特有的DNA序列,对一些罕见疾病的发现和治疗具有重要的生物学意义。(3)针对当前结构变异检测技术的识别率和敏感性仍然处于较低水平的现状,本文研究了一种基于多特征融合的基因组结构变异检测方法cute SV。该方法采用创新性的多重特征融合聚类方法,将异常测序片段中的多重变异信号聚类,利用多种基因组空间结构信息对结构变异进行进一步整合,在显着提升变异检测的识别率和敏感性的同时,兼顾发现复杂变异的能力。在国际权威测序数据集上的实验结果表明,cute SV是目前领域内结构变异检测综合性能最好,计算性能最优的一款工具。该工具将为相关的基因组工程分析带来全新的支持。(4)针对现阶段结构变异检测的计算瓶颈问题,本文研究了一种基于测序片段过滤的基因组结构变异检测工作流加速方法r MFilter。该方法首创区域哈希表索引和区域种子命中快速统计方法,通过对测序片段的准确、快速分类,在数据分析源头极大地减少输入数据量,从根本上降低结构变异检测工作流的计算代价。在国际权威测序数据集上的实验结果表明,r MFilter与主流结构变异检测工作流组合使用,使基于第三代测序数据的结构变异检测速度整体提升一倍以上,并取得了与原始工作流相同的变异检测结果。该工具可以有效提升结构变异检测分析速度,为大规模基因组分析任务带来曙光。本文以基因组结构变异检测为重点,以全面提升基因组结构变异检测的准确性、敏感性、多样性和计算性能为目的,充分发挥第三代测序数据的优势。通过开发多种类型结构变异检测方法和工具,切实解决现阶段基因组研究中的瓶颈问题,全面有效地推动以基因组结构变异为导向的相关研究的发展,为基因组前沿科学研究提供了新的研究思路、技术手段与理论支撑,具有很高的实际意义。
汪力[10](2019)在《基于高通量测序的红花玉兰花青素苷合成途径研究》文中研究说明红花玉兰(Magnoliawufengesis)是木兰科玉兰属多年木本植物,因其优异的花形和花色特征,而成为重要的城市园林绿化树种。本研究以红花玉兰品种’娇红1号’(JH1)为研究对象,针对不同花发育时期,利用转录组测序、HPLC色素分析、qRT-PCR表达分析、模式植物转基因等方法,探讨红花玉兰花青素苷合成途径的生理、生化和遗传基础,筛选并验证关键调控基因,为红花玉兰花色遗传改良提供依据。同时基于转录组数据,通过建立EST-SSR数据库,并结合公共数据库开发分子标记,开发针对红花玉兰品种开发和鉴定的综合分子标记体系,为开展红花玉兰的分子辅助育种提供技术支持。本研究主要取得了以下成果:1、通过对红花玉兰JH1五个发育时期(S1-S5)的花色定性定量分析发现,花青素苷在S2时期显着上调,并在S3期达到顶峰;通过表皮细胞观察,发现花青素的积累来源于单细胞内花青素苷含量上升和红色细胞数增多;2、通过对红花玉兰花青素苷的液相-质谱定性分析,一共发现5个主要花青素苷类物质,分别为三个矢车菊素苷类物质;一个芍药素苷类物质;一个飞燕草素苷类物质。说明红花玉兰花青素苷合成途径包含了矢车菊素苷和飞燕草素苷两个途径;3、利用Illumina高通量转录组测序技术(RNA-seq),对红花玉兰不同发育阶段整花进行转录组深度测序,通过从头拼接(De novo)并利用Nr,SwissProt,GO和KEGG对拼接的基因(unigene)进行注释,获得高质量的红花玉兰转录组数据库;4、通过差异表达分析,首次揭示了红花玉兰花不同发育阶段的生理生化过程的遗传基础,确定了 S2时期是红花玉兰花发育及花色形成的关键时期;同时通过趋势聚类分析,筛选出两个重要的花青素苷次生代谢相关的表达模式;5、重点挖掘红花玉兰花青素苷合成相关途径的结构基因,较完整的阐释了发育过程中红花玉兰花青素苷合成途径各关键合成酶编码基因的调控过程,并发掘了大量bHLH,MYB家族的转录因子编码基因,为未来进一步研究基因互作,全面了解红花玉兰花青素苷的遗传调控网络,提供了候选研究基因库;6、筛选出红花玉兰花青素调控相关的关键基因MwMYB1。通过生物信息学分析,预测了该基因的保守结构域和启动子调控与元件,结合进化树比对和亚细胞定位试验,表明该基因编码蛋白为一个R2R2-MYB转录因子;7、阐明了R2R3 MYB基因MwMYB1的生物功能,验证该基因在红花玉兰本体的表达模式:花被片中该基因主要在S2期表达,并持续至S4;除去花被片,该基因还在红花玉兰心皮、幼叶和叶柄等器官有表达;通过MwMYB1过表达转基因烟草和拟南芥表型分析,表明MwMYBl具有促进植物花青素苷合成的重要功能,并可能参与花青素苷合成的光依赖途径,同时更可能通过与TT8基因互作产生生物功能;通过对MwMYB1启动子功能分析研究了MwMYB1的潜在调控途径,一方面证明MwMYB1的表达部位包括花萼,心皮和叶片;另一方面表明MwMYB1可能受到ABA信号调控;8、基于转录组数据库首次构建了红花玉兰EST-SSR分子标记体系,并分析了红花玉兰EST-SSR的基本特征。通过筛选其中花青素苷合成相关的EST-SSR分析了五个红花玉兰品种的遗传特性,证实EST-SSR的可靠性同时,也反应出了 EST-SSR与表型的良好关联性。同时,通过应用筛选出的EST-SSR于其他同科植物,证明了红花玉兰EST-SSR较好的跨物种通用潜力。9、基于鹅掌楸数据库,构建了应用于红花玉兰品种的SSR分子表标记系统;基于SRAP通用引物数据库,构建了应用于红花玉兰品种的SRAP分子标记系统;结合EST-SSR,建立红花玉兰的综合分子标记体系。上述研究结果表明,红花玉兰花青素苷合成的关键时期为S2期,并由主要包含5个花青素苷类物质。本研究首次利用Illumnia测序技术对红花玉兰进行高通量测序,基于测序获得的相关序列,利用基因差异表达分析结合qRT-PCR技术分析基因的表达模式,最终筛选并验证了关键调控基因。最终,本研究全面解析了红花玉兰青素苷合成途径基本遗传和生化基础。同时,发掘转录组数据,首次开发了红花玉兰EST-SSR分子标记体系,构建红花玉兰综合分子鉴定体系。这些工作,均为花色改良及分子辅助育种提供宝贵遗传信息和有效工具,具有重要的理论及实际意义。
二、基于信息量的调控元件预测方法(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于信息量的调控元件预测方法(论文提纲范文)
(1)计算光学成像:何来,何处,何去,何从?(论文提纲范文)
0 引言 |
1 计算光学成像:何来? |
1.1 成像系统的雏形 |
1.2 光学成像系统的诞生——金属光化学摄影 |
1.3 第一次成像革命——感光版光化学摄影 |
1.4 第二次成像革命——胶卷光化学摄影 |
1.5 第三次成像革命——数码相机 |
1.6 第四次成像革命——计算成像?! |
2 计算光学成像:何处? |
2.1 功能提升 |
2.1.1 相位成像 |
2.1.2 光谱成像 |
2.1.3 偏振成像 |
2.1.4 三维成像 |
2.1.5 光场成像 |
2.1.6 断层(体)成像 |
2.1.7 相干测量 |
2.2 性能提升 |
2.2.1 空间分辨 |
2.2.2 时间分辨 |
2.2.3 灵敏度 |
2.2.4 信息通量 |
2.3 成像系统简化与智能化 |
2.3.1 单像素成像 |
2.3.2 无透镜成像 |
2.3.3 自适应光学 |
2.3.4 散射介质成像 |
2.3.5 非视域成像 |
2.3.6 基于场景校正 |
3 计算光学成像:何去? |
3.1 优势 |
3.1.1“物理域”和“计算域”的协同 |
3.1.2 潜在的“通用理论框架” |
3.2 弱点 |
3.2.1 成本与代价 |
3.2.2 数学模型≈甚至于≠物理过程 |
3.2.3 定制化vs标准化 |
3.2.4 技术优势vs市场需求 |
3.3 机会 |
3.3.1 科学仪器 |
3.3.2 商业工业 |
3.3.3 国防安全 |
3.4 威胁 |
4 计算光学成像:何从? |
4.1 新型光学器件与光场调控机制 |
4.2 高性能图像传感器的发展 |
4.3 新兴的数学与算法工具 |
4.4 计算性能的提升 |
4.4.1 专用芯片 |
4.4.2 新材料和新器件 |
4.4.3 云计算 |
4.4.4 光计算 |
4.4.5 量子计算 |
4.5 人工智能 |
5 结论与展望 |
(2)基于数据驱动的电力系统暂态稳定评估(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 本文研究背景 |
1.2 电力系统暂态稳定评估及其经典算法 |
1.2.1 暂态稳定评估数学模型 |
1.2.2 暂态稳定评估经典算法 |
1.3 数据驱动技术综述 |
1.3.1 算法 |
1.3.2 数据 |
1.3.3 算力 |
1.3.4 框架 |
1.4 数据驱动技术在暂态稳定评估中的应用综述 |
1.4.1 数据驱动评估模型构建框架 |
1.4.2 数据驱动评估模型构建算法 |
1.4.3 数据驱动评估模型应用挑战 |
1.5 本文研究工作概述 |
1.5.1 拟解决的问题与研究思路 |
1.5.2 后续章节内容安排 |
第二章 基于级联式卷积神经网络的暂态稳定批量评估算法 |
2.1 引言 |
2.2 暂态稳定批量评估问题阐述 |
2.3 基于卷积神经网络的暂态稳定评估 |
2.3.1 卷积神经网络 |
2.3.2 基于单个卷积神经网络的暂态稳定评估模型 |
2.3.3 输入数据仿真及预处理 |
2.3.4 稳定性结论及其可信度评估 |
2.4 快速暂态稳定批量评估算法框架 |
2.4.1 级联式卷积神经网络评估框架 |
2.4.2 基于误判场景的模型训练策略 |
2.4.3 基于反馈学习的模型更新策略 |
2.4.4 性能评价指标 |
2.5 数值实验与分析 |
2.5.1 算法性能评测:以IEEE-39 节点测试系统为例 |
2.5.2 算法可拓展性评测:以Polish-2383 节点系统为例 |
2.6 本章小结 |
第三章 基于信息熵优先策略的暂态稳定批量评估算法 |
3.1 引言 |
3.2 基于信息熵优先策略的批量稳定评估算法 |
3.2.1 基于信息熵的优先评估策略指标 |
3.2.2 基于信息熵优先策略的任务队列与模型更新机制 |
3.2.3 基于内存镜像的存储加速技术 |
3.2.4 待评估样本批次划分策略 |
3.3 基于信息熵优先策略的暂态稳定批量评估应用框架 |
3.4 数值实验与分析 |
3.4.1 测试系统 |
3.4.2 神经网络结构设计与可视化 |
3.4.3 统计性测试结果 |
3.4.4 模型鲁棒性测试结果 |
3.5 本章小结 |
第四章 基于图生成对抗网络的三相不对称电网生成算法 |
4.1 引言 |
4.2 基于图生成对抗网络的拓扑生成算法 |
4.2.1 Wasserstein GAN模型 |
4.2.2 基于UGL-GAN模型的网络拓扑生成算法 |
4.3 三相不对称电网的修正、拓展及性能评价 |
4.3.1 基于核密度估计的时序负荷数据生成算法 |
4.3.2 电网负荷分配及拓扑修正算法 |
4.3.3 考虑电网元件的电网拓展算法 |
4.3.4 性能评价指标 |
4.4 算例分析 |
4.4.1 网络生成结果 |
4.4.2 应用实例 |
4.5 本章小结 |
第五章 基于嵌入式人工智能的混联输电线路单端故障定位 |
5.1 引言 |
5.2 混联输电线路单端故障波形特性分析 |
5.3 基于人工智能技术的故障定位 |
5.3.1 长短期记忆网络 |
5.3.2 单端故障定位模型 |
5.4 基于嵌入式人工智能的故障定位框架 |
5.5 算例分析 |
5.5.1 测试环境与测试系统 |
5.5.2 测试数据生成 |
5.5.3 模型训练结果 |
5.5.4 模型测试结果 |
5.6 本章小结 |
第六章 暂态稳定边界快速生成与在线稳定评估算法 |
6.1 引言 |
6.2 暂态稳定边界快速生成算法 |
6.2.1 暂态稳定边界数学模型 |
6.2.2 暂态稳定性指标及其灵敏度 |
6.2.3 关键暂态稳定数据样本采样策略 |
6.2.4 暂态稳定边界构建及样本重采样算法 |
6.2.5 数据采样终止判据 |
6.3 关键场景筛选算法 |
6.3.1 初始搜索空间筛选 |
6.3.2 关键运行场景筛选 |
6.3.3 关键扰动场景筛选 |
6.3.4 实际运行点匹配与关键发电机组降维算法 |
6.4 电力系统在线稳定评估框架 |
6.5 算例分析 |
6.5.1 暂态稳定边界生成可视化:以IEEE-9 节点电力系统为例 |
6.5.2 暂态稳定边界生成可拓展性测试:以NESTA-162 节点电力系统为例 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 研究工作总结 |
7.2 后续工作展望 |
参考文献 |
附录 |
附录 A 发电机动态模型 |
附录 A.1 发电机模型参数说明 |
附录 A.2 二阶发电机模型 |
附录 A.3 四阶发电机模型 |
附录 A.4 六阶发电机模型 |
附录 B 励磁系统动态模型 |
附录 C 调速系统动态模型 |
附录 D 电力系统稳定器(PSS)动态模型 |
作者简历及攻读学位期间取得的学术成果 |
(3)表观特征识别方法及其在早期胚胎发育和辐射损伤中的应用(论文提纲范文)
摘要 |
Abstract |
前言 |
0.1 论文的研究背景 |
0.1.1 表观遗传修饰是影响转录调控的重要因素 |
0.1.2 表观遗传修饰在辐射损伤和早期胚胎发育过程中发挥重要作用 |
0.1.3 现有表观遗传标志物识别方法的局限性 |
0.1.4 测序技术的发展为深入研究表观遗传调控带来新机遇 |
0.2 论文的组织结构 |
第一章 基于时序测序数据的稳定H3K4me3和关键基因识别方法 |
1.1 研究背景 |
1.2 早期胚胎发育过程中稳定H3K4me3的识别方法 |
1.2.1 数据介绍 |
1.2.2 稳定H3K4me3的识别 |
1.2.3 稳定H3K4me3在成体组织的分布 |
1.3 合子基因组激活时期关键基因的识别方法 |
1.3.1 数据介绍 |
1.3.2 数据分析方法 |
1.3.3 合子基因组激活时期关键基因识别框架ZGA-Timer的构建 |
1.3.4 ZGA-Timer在不同技术和物种数据的鲁棒性 |
1.3.5 ZGA-Timer与其他识别ZGA关键基因方法的比较分析 |
1.4 小结 |
第二章 稳定H3K4me3在早期胚胎发育过程中的转录调控机制研究 |
2.1 研究背景 |
2.2 材料与方法 |
2.2.1 数据 |
2.2.2 ATAC-seq数据的密度分析 |
2.2.3 转录因子结合位点的识别 |
2.2.4 ChIP-seq数据的密度分析 |
2.2.5 染色质相互作用和拓扑关联结构域边界的识别 |
2.3 稳定H3K4me3的基因组特征分析 |
2.3.1 稳定H3K4me3与普通H3K4me3的基因组特征差异 |
2.3.2 稳定H3K4me3与非典型H3K4me3和重编程H3K4me3的基因组特征差异 |
2.3.3 稳定H3K4me3与宽的H3K4me3的基因组特征差异 |
2.4 稳定H3K4me3与早期胚胎发育过程中基因表达的关联分析 |
2.4.1 稳定H3K4me3的表观遗传修饰性质刻画 |
2.4.2 稳定H3K4me3与染色质空间结构的关系 |
2.4.3 稳定H3K4me3关联基因与管家基因的对比分析 |
2.4.4 稳定H3K4me3关联基因的功能富集分析 |
2.5 稳定H3K4me3与肿瘤基因表达失调的关联分析 |
2.5.1 稳定H3K4me3与肿瘤的联系 |
2.5.2 稳定H3K4me3关联基因在血液瘤和正常组织上的表观遗传修饰变化 |
2.5.3 稳定H3K4me3关联基因在血液瘤和正常组织上的CTCF密度变化 |
2.6 小结 |
第三章 合子基因组激活时期关键基因的功能分析及其表观调控机制研究 |
3.1 研究背景 |
3.2 材料与方法 |
3.2.1 数据 |
3.2.2 基因集富集分析 |
3.2.3 scRNA-seq数据的降维和可视化 |
3.2.4 差异表达和癌症生存分析 |
3.3 ZGA-Timer对早期胚胎发育中ZGA关键基因的识别 |
3.4 ZGA-Timer识别ZGA关键基因的有效性验证 |
3.5 早期胚胎发育轨迹的特征分析 |
3.6 ZGA关键基因的表观遗传修饰特征的刻画 |
3.6.1 ZGA-Timer对ZGA关键基因可及性区域的识别 |
3.6.2 ZGA-Timer对ZGA关键基因的转录因子结合位点的识别 |
3.6.3 ZGA-Timer对ZGA关键基因的组蛋白修饰的识别 |
3.7 ZGA关键基因与管家基因和肿瘤驱动基因的关联分析 |
3.7.1 ZGA-Timer识别的关键基因富集管家基因 |
3.7.2 ZGA-Timer识别的关键基因富集肿瘤驱动基因 |
3.8 小结 |
第四章 辐射致细胞恶化过程中必需基因的表达差异分析及染色质可及性标志物挖掘 |
4.1 研究背景 |
4.2 材料与方法 |
4.2.1 材料 |
4.2.2 测序数据 |
4.2.3 RNA-seq数据分析 |
4.2.4 ATAC-seq数据分析 |
4.3 必需基因的基因组变异分析 |
4.4 必需基因的染色质可及性动态变化分析 |
4.4.1 辐射损伤后染色质可及性图谱构建 |
4.4.2 辐射损伤后必需基因的染色质可及性差异分析 |
4.5 必需基因的表观遗传调控分析 |
4.5.1 辐射损伤后细胞转录图谱构建 |
4.5.2 辐射损伤后必需基因的转录差异分析 |
4.5.3 辐射损伤后必需基因的转录与染色质可及性关联分析 |
4.6 小结 |
第五章 基于单细胞测序数据的转录调控分析系统MAESTRO |
5.1 研究背景 |
5.2 数据与方法 |
5.2.1 数据及其分析方法 |
5.2.2 系统包含分析方法 |
5.2.3 分析系统性能评估方法 |
5.3 MAESTRO系统框架与特点 |
5.3.1 MAESTRO系统分析流程与支持的单细胞测序平台 |
5.3.2 MAESTRO系统与其他软件包含的功能对比 |
5.3.3 MAESTRO系统运用snakemake流程管理系统的优势 |
5.4 MAESTRO系统对单细胞数据的聚类分析 |
5.4.1 用模拟数据对比各个聚类方法的聚类效果 |
5.4.2 用多个单细胞测序技术的数据对比各个聚类方法的聚类效果 |
5.5 MAESTRO系统对单细胞数据的细胞类型注释与转录调控分析 |
5.5.1 MAESTRO系统可自动注释scRNA-seq测序数据的细胞类型 |
5.5.2 MAESTRO系统可依据调控潜能分数自动注释scATAC-seq测序数据的细胞类型 |
5.5.3 MAESTRO系统可预测scRNA-seq测序数据的转录调控元件 |
5.5.4 MAESTRO系统可预测scATAC-seq测序数据的转录调控元件 |
5.6 MAESTRO系统对scRNA-seq和scATAC-seq数据的整合分析 |
5.6.1 MAESTRO系统对scRNA-seq和scATAC-seq数据的整合分析 |
5.6.2 MAESTRO系统与其他方法对scRNA-seq和scATAC-seq数据整合分析的对比 |
5.7 小结 |
第六章 结论与展望 |
参考文献 |
作者在学期间取得的学术成果 |
主要简历 |
致谢 |
(4)结构光场的特性及其在光通信中的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要创新点 |
1.4 研究内容及章节安排 |
第二章 结构光场的基本特性 |
2.1 结构光场的概念 |
2.2 结构光场在光通信领域应用的理论基础 |
2.3 几类典型的结构光场 |
2.3.1 拉盖尔-高斯光束 |
2.3.2 贝塞尔-高斯光束 |
2.3.3 完美涡旋光束 |
2.3.4 Lommel光束 |
2.4 本章小结 |
第三章 空间结构光场的产生 |
3.1 结构光场产生方法概述 |
3.1.1 螺旋相位板法 |
3.1.2 计算全息法 |
3.1.3 空间光调制器法 |
3.2 单模态轨道角动量结构光场的产生 |
3.2.1 空间光调制器加载相位图产生结构光场 |
3.2.2 空间光调制器加载计算全息图产生结构光场 |
3.3 多模态轨道角动量叠加复合结构光场的产生 |
3.3.1 拉盖尔-高斯光束共轴叠加 |
3.3.2 复合结构光场的实验产生 |
3.4 阵列结构光场的设计 |
3.4.1 阵列结构光场全息图设计 |
3.4.2 搭建阵列结构光场产生实验平台 |
3.4.3 实验产生阵列结构光场 |
3.4.4 阵列结构光场模态测量 |
3.4.5 阵列结构光场光束质量分析 |
3.5 本章小结 |
第四章 结构光场模态的检测 |
4.1 结构光场模态检测方法概述 |
4.2 轨道角动量模态检测 |
4.2.1 改进型模态检测实验系统 |
4.2.2 共轭模态检测实验系统的实现 |
4.3 设计新型衍射光栅实现结构光场模态的高效检测 |
4.3.1 周期渐变螺旋光栅 |
4.3.2 螺旋相位光栅 |
4.4 本章小结 |
第五章 湍流环境中结构光场的传输特性 |
5.1 大气湍流 |
5.1.1 大气湍流折射率起伏功率谱模型 |
5.1.2 多相位屏法模拟大气湍流 |
5.2 海洋湍流 |
5.2.1 海洋湍流折射率起伏功率谱模型 |
5.2.2 随机相位屏模拟海洋湍流 |
5.3 湍流环境对结构光场光强和相位的影响 |
5.3.1 多相位屏模拟光场在湍流环境传输 |
5.3.2 半实验方法研究光场在湍流环境传输 |
5.4 结构光场在湍流环境中的传输性能 |
5.4.1 平均光强分布 |
5.4.2 轨道角动量概率密度特性 |
5.4.3 轨道角动量螺旋谱分布 |
5.4.4 平均信道容量 |
5.5 本章小结 |
第六章 结构光场编译码通信 |
6.1 基于单模态结构光场的信息编译码实现 |
6.1.1 信息编译码方案设计 |
6.1.2 2位灰度图像的信息编译码传输 |
6.2 基于阵列复合结构光场的信息编译码实现 |
6.2.1 阵列复合结构光场设计原理 |
6.2.2 信息编译码方案 |
6.2.3 8位灰度图像的信息编译码传输 |
6.3 基于新型“中心旋转对称阵列结构光场”的信息编译码传输 |
6.3.1 编码方案设计 |
6.3.2 译码方案设计 |
6.3.3 搭建光通信编译码实验平台 |
6.3.4 24 位全彩色图像信息编译码传输实现 |
6.4 图像信息去冗余 |
6.4.1 编码冗余 |
6.4.2 心理视觉冗余 |
6.5 结构光场编译码通信方案的特点 |
6.5.1 平均信道容量 |
6.5.2 可扩展性 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 本论文内容总结 |
7.2 研究展望 |
参考文献 |
致谢 |
作者简介 |
(5)基因组变异通路注释方法及其在自身免疫疾病中的应用(论文提纲范文)
摘要 |
Abstract |
英文缩略语 |
第一章 绪论 |
1.1 GWAS研究和变异注释方法 |
1.1.1 GWAS研究的意义和进展 |
1.1.2 现有GWAS结果解读方法的局限性 |
1.2 自身免疫疾病 |
1.2.1 自身免疫疾病的GWAS研究进展和意义 |
1.2.2 组织结缔病的性状多样性 |
1.3 研究内容 |
1.4 论文结构 |
第二章 变异注释方法的输入数据 |
2.1 自身免疫疾病相关变异数据来源 |
2.2 GWAS综合统计数据详解和数据处理方法 |
2.3 本章小结 |
第三章 变异-基因注释方法 |
3.1 变异-基因注释方法介绍 |
3.1.1 GWAS相关变异的连锁不平衡处理 |
3.1.2 GWAS相关变异的位置注释和基本信息注释 |
3.1.3 GWAS相关变异的e QTL注释和Hi C注释 |
3.1.4 变异注释流程提高准确度的方法 |
3.2 变异-基因注释方法开发及在自身免疫疾病中的应用 |
3.2.1 变异-基因注释方法概述 |
3.2.2 连锁不平衡预处理方法及应用 |
3.2.3 位置注释和基本注释方法及应用 |
3.2.4 组织特异性分析方法及应用 |
3.2.5 e QTL注释和Hi C注释方法及应用 |
3.3 变异-基因注释结果分析和讨论 |
3.4 本章小结 |
第四章 基因-通路注释方法 |
4.1 生物途径和相关的数据库简介 |
4.1.1 生物途径内容及其意义 |
4.1.2 通路和基因集合数据库 |
4.1.3 蛋白质-蛋白质相互作用 |
4.2 基因-通路注释方法开发及其在自身免疫疾病上的应用 |
4.2.1 基因富集方法映射到通路的注释方法及应用 |
4.2.2 多重回归模型的通路注释方法及应用 |
4.2.3 基于信息熵的通路注释方法及应用 |
4.2.4 组织结缔病特异相关基因的通路注释 |
4.3 组织结缔病特异相关基因的通路注释结果及讨论 |
4.4 本章小结 |
第五章 变异注释工具Var Gene Net Entropy的开发 |
5.1 需求分析和算法流程 |
5.2 变异-基因映射注释 |
5.2.1 GWAS Catalog数据下载模块 |
5.2.2 变异集合的连锁不平衡过滤和扩充 |
5.2.3 变异的基本注释 |
5.2.4 变异的高级注释 |
5.3 基因-通路映射注释 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录 |
作者简介 |
致谢 |
(6)磷酸化调控相分离的生物信息学分析(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 蛋白质磷酸化简介 |
1.2 蛋白质磷酸化修饰的实验研究方法 |
1.3 蛋白质磷酸化修饰的生物信息学分析 |
1.4 相分离简介 |
1.5 论文思路和主要内容 |
2 真核生物磷酸化调控因子预测及数据库的构建 |
2.1 引言 |
2.2 实验材料与方法 |
2.3 磷酸化调控因子数据库的构建与使用 |
2.4 结果分析与讨论 |
2.5 本章小结 |
3 PPBD特异性结合位点预测工具GPS-PBS的开发 |
3.1 引言 |
3.2 实验材料和方法 |
3.3 结果与分析 |
3.4 本章小结 |
4 真核生物液-液相分离蛋白质预测及数据库的构建 |
4.1 引言 |
4.2 实验材料和方法 |
4.3 相分离相关蛋白质的大规模鉴定 |
4.4 相分离相关蛋白质在线服务平台的构建 |
4.5 本章小结 |
5 相分离过程中磷酸化网络的模拟与分析 |
5.1 引言 |
5.2 实验材料与方法 |
5.3 结果分析与讨论 |
5.4 本章小结 |
6 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
致谢 |
参考文献 |
附录1 攻读博士学位期间的学术成果 |
附录2 攻读博士期间参加的学术会议 |
附录3 补充表 |
(7)基于高通量数据的增强子及其作用位点预测方法(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究的背景及意义 |
1.1.1 研究背景 |
1.1.2 研究的目的与意义 |
1.2 生物学相关背景知识 |
1.2.1 基因的转录调控 |
1.2.2 增强子 |
1.2.3 单核苷酸多态性 |
1.2.4 高通量生物数据 |
1.3 研究现状 |
1.3.1 增强子预测的研究现状 |
1.3.2 增强子作用位点预测的研究现状 |
1.4 存在的主要问题 |
1.5 本文的主要内容 |
第2章 增强子生物特征分析方法 |
2.1 引言 |
2.2 增强子生物特征分析方法设计 |
2.2.1 增强子的生物特征分析 |
2.2.2 增强子生物特征量化方法 |
2.2.3 增强子生物特征显着性判别方法 |
2.2.4 增强子生物特征重要性评估 |
2.3 增强子生物特征分析实验结果与验证 |
2.3.1 增强子相关生物特征数据来源及预处理 |
2.3.2 基于信息增益的方法对特征进行重要性评估结果 |
2.3.3 基于单一特征预测准确度对特征进行重要性评估结果 |
2.3.4 增强子生物特征重要性评估实验结果合理性分析 |
2.4 本章小结 |
第3章 基于生物特征的增强子预测方法 |
3.1 引言 |
3.2 基于生物特征增强子预测的模型设计 |
3.2.1 增强子相关生物特征集合的选取 |
3.2.2 增强子RNA在正常和肝癌组织中的表达数据整理 |
3.2.3 后验概率贝叶斯分类模型设计 |
3.2.4 在人类基因组上预测肝癌相关增强子的位置 |
3.3 基于生物特征增强子预测的结果与验证 |
3.3.1 增强子相关生物特征数据来源及数据参考集的构建 |
3.3.2 后验概率贝叶斯分类模型的预测性能及评价 |
3.3.3 人类基因组上肝癌相关增强子的预测结果及评价 |
3.4 本章小结 |
第4章 基于SNPs数据的肝癌相关增强子预测方法 |
4.1 引言 |
4.2 基于SNPs数据的肝癌相关增强子预测模型设计 |
4.2.1 肝癌相关SNPs集合的构建 |
4.2.2 基于PWM的SNPs调控增强子转录模型设计 |
4.2.3 肝癌相关致病风险增强子的预测 |
4.3 基于SNPs数据的肝癌相关增强子预测结果与验证 |
4.3.1 增强子、转录因子和与肝癌相关SNPs的数据来源及预处理 |
4.3.2 肝癌相关增强子预测结果及评价 |
4.4 本章小结 |
第5章 基于随机森林的增强子作用位点预测方法 |
5.1 引言 |
5.2 基于随机森林的增强子作用位点预测模型设计 |
5.2.1 增强子-启动子关联关系数据集的构建 |
5.2.2 与增强子-启动子关联关系相关的生物特征分析 |
5.2.3 基于随机森林的增强子-启动子关联关系预测模型设计 |
5.3 基于随机森林的增强子作用位点预测结果与验证 |
5.3.1 与增强子作用位点预测相关的数据来源及基本分析 |
5.3.2 基于信息增益的方法对特征进行重要性评估结果 |
5.3.3 增强子-启动子关联关系预测结果及评价 |
5.3.4 肝癌数据集上预测增强子调控的基因 |
5.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(8)RNA二级结构预测及其在液体活检中的应用(论文提纲范文)
摘要 |
abstract |
第1章 前言 |
1.1 问题的提出 |
1.2 选题背景及意义 |
1.2.1 RNA二级结构预测的背景及意义 |
1.2.2 鉴定RNA结合蛋白组合调控的RNA元件 |
1.2.3 寻找液体活检标志物的研究背景及意义 |
1.3 文献综述 |
1.3.1 RNA二级结构的实验测定方法 |
1.3.2 RNA二级结构的预测方法 |
1.3.3 RBP相关的实验方法和计算方法 |
1.3.4 液体活检 |
1.3.5 exRNA的稳定性 |
1.3.6 不同类型的exRNA分子标志物 |
1.3.7 片段化exRNA及其临床应用 |
1.3.8 液体活检分析方法 |
1.4 论文结构 |
第2章 通过实验数据提高RNA二级结构预测准确度 |
2.1 数据来源及处理 |
2.1.1 已知的RNA二级结构数据库 |
2.1.2 RNA二级结构实验数据 |
2.2 实验仪器 |
2.3 实验方法的开发 |
2.3.1 RME的整体流程 |
2.3.2 RNA二级结构实验数据的概率建模 |
2.3.3 SHAPE数据的概率建模 |
2.3.4 DMS-seq数据的概率建模 |
2.3.5 PARS数据的概率建模 |
2.3.6 将后验概率转化为伪自由能 |
2.3.7 根据螺旋长度修改碱基配对概率矩阵 |
2.3.8 RNA二级结构预测准确性评估 |
2.4 实验结果 |
2.4.1 模拟数据上的预测结果 |
2.4.2 SHAPE数据上的预测结果 |
2.4.3 PARS和 DMS-seq数据上的预测结果 |
2.4.4 算法实现和RME软件 |
2.5 本章讨论与总结 |
第3章 鉴定RNA结合蛋白组合调控的的RNA元件 |
3.1 实验数据和方法 |
3.1.1 CLIP-seq数据的收集和处理 |
3.1.2 RBP-RNA结合矩阵的构建 |
3.1.3 应用NMF处理RBP-RNA结合矩阵 |
3.1.4 与其他方法的比较 |
3.1.5 NMF算法的变体和改进 |
3.2 实验结果 |
3.2.1 RBP整合分析流程 |
3.2.2 应用NMF对 RBP进行软聚类 |
3.2.3 RBP组合结合的序列模式 |
3.2.4 与其他方法的比较 |
3.2.5 采用其他NMF损失函数 |
3.3 本章讨论与总结 |
第4章 液体活检中细胞外RNA的生物标志物发现 |
4.1 数据来源及处理 |
4.1.1 体液游离RNA高通量测序数据 |
4.1.2 RNA二级结构数据及RBP结合位点数据 |
4.2 实验方法的开发 |
4.2.1 体液小RNA测序数据的处理 |
4.2.2 体液长RNA测序数据的处理 |
4.2.3 exRNA结构域的检测 |
4.2.4 exRNA结构域的结构分析 |
4.2.5 exRNA结构域与RBP相互作用的分析 |
4.2.6 样本库大小的归一化 |
4.2.7 批次效应的校正 |
4.2.8 表达值矩阵前处理效果评估 |
4.2.9 特征选择 |
4.2.10 特征稳定性评估 |
4.3 实验结果 |
4.3.1 数据前处理 |
4.3.2 从exRNA数据中鉴定结构域 |
4.3.3 表达值矩阵的归一化和批次效应校正 |
4.3.4 特征选择和评估 |
4.3.5 exRNA生物标志物鉴定流程 |
4.4 本章讨论与总结 |
第5章 总结与展望 |
5.1 论文总结 |
5.2 论文展望 |
5.2.1 RNA的动态结构建模 |
5.2.2 结合实验数据寻找RNA序列与结构模式 |
5.2.3 长程RNA二级结构的预测 |
5.2.4 特征之间的相关性与特征选择的稳定性 |
5.2.5 机器学习模型过度拟合的思考 |
5.2.6 exRNA结构域产生机制分析 |
5.2.7 机器学习应用于液体活检的局限性和挑战 |
5.2.8 液体活检标志物的可靠性及挑战 |
参考文献 |
致谢 |
个人简历、在学期间发表的论文与研究成果 |
(9)基于第三代测序数据的基因组结构变异检测方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究的目的和意义 |
1.1.1 研究背景 |
1.1.2 研究的目的和意义 |
1.2 基因组结构变异检测的相关背景知识 |
1.2.1 基因组测序技术 |
1.2.2 基因组结构变异 |
1.2.3 基因组结构变异检测 |
1.3 研究现状概述 |
1.3.1 基于第二代测序数据的变异检测研究现状 |
1.3.2 基于第三代测序数据的变异检测研究现状 |
1.3.3 存在的主要问题 |
1.4 本文的主要研究内容 |
第2章 基于片段重比对的基因组移动元件变异检测方法 |
2.1 引言 |
2.2 面向移动元件变异检测的异常片段聚类与重比对算法设计 |
2.2.1 移动元件变异的特征提取 |
2.2.2 移动元件变异序列的重比对 |
2.2.3 移动元件变异检测 |
2.3 实验结果与分析 |
2.3.1 模拟数据实验结果与分析 |
2.3.2 真实数据实验结果与分析 |
2.4 本章小结 |
第3章 基于局部序列拼接与聚类的基因组新序列插入变异检测方法 |
3.1 引言 |
3.2 面向新序列插入变异检测的异常片段聚类与局部拼接算法设计 |
3.2.1 测序数据划分与新序列插入变异特征提取 |
3.2.2 基于聚类策略的新序列插入变异候选位点构造 |
3.2.3 新序列插入变异候选位点的局部拼接 |
3.2.4 拼接序列的重聚类 |
3.2.5 基于重比对的新序列插入变异检测 |
3.3 实验结果与分析 |
3.3.1 模拟数据实验结果与分析 |
3.3.2 真实数据实验结果与分析 |
3.4 本章小结 |
第4章 基于多特征融合的基因组结构变异检测方法 |
4.1 引言 |
4.2 面向结构变异检测的片段比对信息融合分析算法设计 |
4.2.1 异常片段比对的信号提取 |
4.2.2 基于多种变异类型的特征片段聚类 |
4.2.3 结构变异的检测与过滤 |
4.2.4 基于基因组空间结构的结构变异融合 |
4.3 实验结果与分析 |
4.4 本章小结 |
第5章 基于测序片段过滤的基因组结构变异检测工作流加速方法 |
5.1 引言 |
5.2 基于异常比对信息的结构变异片段检测与过滤算法设计 |
5.2.1 长测序片段错误率分析 |
5.2.2 基于基因组局部区域命中的索引设计与构建 |
5.2.3 测序片段比对骨架的构建 |
5.2.4 测序片段的过滤 |
5.3 实验结果与分析 |
5.3.1 模拟数据实验结果与分析 |
5.3.2 真实数据实验结果与分析 |
5.3.3 结合rMETL、rCANID、cuteSV三种方法的加速性能评测 |
5.4 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文 |
致谢 |
个人简历 |
(10)基于高通量测序的红花玉兰花青素苷合成途径研究(论文提纲范文)
摘要 |
ABSTRACT |
1. 引言 |
1.1. 红花玉兰研究基础 |
1.2. 植物花色的遗传生化基础 |
1.2.1. 植物花色的种类 |
1.2.2.花青素苷的生物合成 |
1.2.3. 花青素苷的遗传调控 |
1.2.4. RNA-seq在植物研究中的应用 |
1.3. 植物分子标记研究 |
1.3.1. SSR研究进展与应用 |
1.3.2. 基于高通量测序数据的EST-SSR开发 |
1.4. 研究思路 |
1.4.1. 研究目标 |
1.4.2. 研究内容 |
1.4.3. 技术路线 |
2. 红花玉兰不同发育时期花青素苷成分及含量分析 |
2.1. 材料与方法 |
2.1.1. 材料处理 |
2.1.2. 总花青素和总黄酮提取 |
2.1.3. 总花青素及总黄酮含量测定 |
2.1.4. 花青素苷成分的定性分析 |
2.1.5. 红花玉兰花被片表皮细胞的显微观察 |
2.2. 结果与分析 |
2.2.1. 红花玉兰不同花发育阶段的花器官特征 |
2.2.2. 红花玉兰不同发育时期的花被片表皮细胞特征 |
2.2.3. 红花玉兰不同花发育阶段花被片花青素苷积累 |
2.2.4. 红花玉兰花青素苷定性分析 |
2.3. 小结 |
3. 不同花发育时期红花玉兰转录组测序及关键基因筛选 |
3.1. 材料与方法 |
3.1.1. 材料采集及处理 |
3.1.2. cDNA文库构建及测序 |
3.1.3. 原始数据筛选 |
3.1.4. De novo序列组装 |
3.1.5. 功能注释 |
3.1.6. 差异表达基因分析 |
3.1.7. 差异表达基因趋势表达分析 |
3.1.8. 主成成分分析 |
3.1.9. 实时荧光定量 |
3.2. 结果与分析 |
3.2.1. 转录组序列组装结果分析 |
3.2.2. Unigene功能注释 |
3.2.3. Unigene高级注释结果 |
3.2.4. 转录组基因差异表达分析及关键基因的筛选 |
3.2.5. 花青素苷合成相关基因qRT-PCR验证 |
3.3. 小结 |
4. 红花玉兰MwMYB1转录因子的克隆及功能分析 |
4.1. 材料与方法 |
4.1.1. 植物材料 |
4.1.2. RNA提取及cDNA合成 |
4.1.3. 基因克隆 |
4.1.4. 染色体步移启动子克隆 |
4.1.5. 生物信息学分析 |
4.1.6. 载体构建 |
4.1.7. 植物转基因 |
4.1.8. 亚细胞定位 |
4.1.9. 总花青素含量测定 |
4.1.10. 实时荧光定量PCR |
4.1.11. 烟草光照处理 |
4.1.12. ABA处理 |
4.2. 结果与分析 |
4.2.1. MwMYB1 ORF的克隆及生物信息分析 |
4.2.2. MwMYB1启动子区域的生物信息学分析 |
4.2.3. MwMYB1的红花玉兰的表达模式分析 |
4.2.4. MwMYB1过表达转基因功能分析 |
4.2.5. MwMYB1启动子功能分析 |
4.2.6. DR5人工启动子调控MwMYB1功能研究 |
4.2.7. MwMYB1亚细胞定位结果 |
4.2.8. MwMYB1花青素调控通路预测 |
4.3. 小结 |
5. 基于红花玉兰转录组数据的分子标记系统建立 |
5.1. 材料与方法 |
5.1.1. 红花玉兰品种材料 |
5.1.2. 红花玉兰品种花青素总量和总黄酮的提取和测定 |
5.1.3. DNA提取 |
5.1.4. EST-SSR发掘 |
5.1.5. EST-SSR引物设计 |
5.1.6. EST-SSR的PCR及毛细管电泳 |
5.1.7. SSR及SRAP引物筛选 |
5.1.8. SSR及SRAP的PCR程序及聚丙烯凝胶电泳 |
5.1.9. PCR结果的统计分析 |
5.2. 结果与分析 |
5.2.1. 红花玉兰EST-SSR的发掘及特性分析 |
5.2.2. 红花玉兰花青素合成相关EST-SSR的筛选和验证 |
5.2.3. 基于公共数据库的SSR和SRAP分子标记体系建立 |
5.3. 小结 |
6. 结论与讨论 |
6.1. 主要结论 |
6.2. 讨论 |
6.2.1. 红花玉兰花青素苷合成积累规律 |
6.2.2. 红花玉兰花转录组数据库及功能注释的评价 |
6.2.3. 红花玉兰花青素苷合成关键基因发掘 |
6.2.4. 红花玉兰MwMYB1的基因功能 |
6.2.5. 红花玉兰分子标记体系 |
6.3. 创新点 |
6.4. 展望 |
7. 附录 |
参考文献 |
个人简介 |
导师简介 |
获得成果目录 |
致谢 |
四、基于信息量的调控元件预测方法(论文参考文献)
- [1]计算光学成像:何来,何处,何去,何从?[J]. 左超,陈钱. 红外与激光工程, 2022
- [2]基于数据驱动的电力系统暂态稳定评估[D]. 颜融. 浙江大学, 2021(09)
- [3]表观特征识别方法及其在早期胚胎发育和辐射损伤中的应用[D]. 黄昕. 军事科学院, 2021(02)
- [4]结构光场的特性及其在光通信中的应用研究[D]. 李永旭. 西安电子科技大学, 2020(05)
- [5]基因组变异通路注释方法及其在自身免疫疾病中的应用[D]. 蔡怡然. 东南大学, 2020(01)
- [6]磷酸化调控相分离的生物信息学分析[D]. 郭亚萍. 华中科技大学, 2020(01)
- [7]基于高通量数据的增强子及其作用位点预测方法[D]. 章天骄. 哈尔滨工业大学, 2019(01)
- [8]RNA二级结构预测及其在液体活检中的应用[D]. 史斌斌. 清华大学, 2019
- [9]基于第三代测序数据的基因组结构变异检测方法研究[D]. 姜涛. 哈尔滨工业大学, 2019(01)
- [10]基于高通量测序的红花玉兰花青素苷合成途径研究[D]. 汪力. 北京林业大学, 2019