生物数据分析和生物系统模型中的参数估计

目   录



前言

第1章  导论 1

　1.1  背景 1

　1.2  本书的框架 2

第2章  周期性基因鉴定的参数

估计方法 6

　2.1  引言 6

　2.2  方法 8

　　2.2.1  基因的周期性表达模型 8

　　2.2.2  假设检验 9

　2.3  实验结果与讨论 10

　2.4  结论和展望 13

　参考文献 14

第3章  从微阵列时间过程表达

探测近似周期性表达的

基因 15

　3.1  引言 15

　3.2  方法 17

　　3.2.1  基因近似周期性的表达模型 17

　　3.2.2  假设检验 19

　3.3  实验结果与讨论 20

　3.4  结论和展望 25

　参考文献 25

第4章  伪周期性基因表达谱

鉴定 28

　4.1  引言 28

　4.2  方法 30

4.2.1  伪周期性基因表达序列的

鉴别模型 30

　　4.2.2  假设检验 32

　4.3  实验结果与讨论 33

　4.4  结论和展望 35

　参考文献 36

第5章  基于非线性模型的周期性

表达基因数据的聚类

分析法 38

　5.1  背景 38

　5.2  方法 40

　　5.2.1  周期性表达基因模型 40

5.2.2  基于聚类分析的非线性

模型 42

　　5.2.3  验证 43

　5.3  实验结果与讨论 44

　5.4  总结 48

　参考文献 48

第6章  基于非线性模型的时间

序列基因表达数据分析 51

　6.1  背景 51

　6.2  方法 53

6.2.1  时间序列基因数据的非线性

模型 53

　　6.2.2  非线性模型的显著性分析 55

　　6.2.3  基于非线性模型的聚类分析 56

　　6.2.4  数值计算 57

6.3  基因表达数据在现实生活中的

应用 61

　6.4  结论 62

　参考文献 63

第7章  有约束的交互最小二乘法

对S系统生物网络模型的

参数估计 66

　7.1  引言 66

　7.2  算法描述 68

　7.3  数值算例 70

　7.4  结论 73

　参考文献 73

第8章  线性分式模型中参数

估计的迭代最小二乘法 75

　8.1  引言 75

　8.2  算法描述 76

　8.3  说明性的例子 79

　8.4  结论 82

　参考文献 82

第9章  一种基于幂律的细胞

凋亡模型及其参数估计 84

　9.1  引言 84

　9.2  模型与参数估计 85

　9.3  仿真结果 89

　9.4  结论和未来研究方向 91

　参考文献 91

第10章  复杂度分析与动态代谢

系统的参数估计 93

　10.1  引言 93

　10.2  参数估计的模型复杂性分析 94

　10.3  参数估计算法 99

　10.4  应用 102

　10.5  结论和未来的研究方向 104

　参考文献 104

第11章  基于逻辑和的基因调控

网络中的参数估计 107

　11.1  引言 107

　11.2  基于逻辑和的基因调控网络 108

　11.3  参数估计方法 110

　11.4  说明性的例子 112

　11.5  结论 114

　参考文献 114

第12章  关于基因调控网络的

建模及参数估计的研究

现状及进展 117

　12.1  研究意义 117

　12.2  国内外研究现状分析 118

　12.3  未来研究的主要问题 123

12.4  主要研究内容、研究目标，以及

拟解决的关键科学问题 124

12.5  拟采取的研究方法、技术路线、

实验手段、关键技术、特色及

创新点 127

　参考文献 129

附录 132

附录A  一元线性回归的分析及最小

二乘估计 132

附录B  多元统计分析中的聚类

分析 135

　附录C  数据挖掘中的聚类分析 137

　附录D  F分布定义及性质 141