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