生物數據整合與挖掘

第1章 背景知識
1.1 生物信息學
1.1.1 基本概念
1.1.2 研究內容
1.1.3 研究方法
1.1.4 研究機構
1.2 數據整合
1.2.1 數據資源
1.2.2 數據整合的動因
1.2.3 數據整合的概念
1.2.4 數據整合的內容
1.3 數據挖掘
1.3.1 數據挖掘的定義
1.3.2 數據挖掘的任務
1.3.3 數據挖掘的類型
1.3.4 相關技術的差異
第2章 數據整合與數據挖掘方法
2.1 數據整合的方法
2.1.1 數據整合的方式
2.1.2 數據整合的步驟
2.2 數據挖掘的方法
2.2.1 數據挖掘過程示例
2.2.2 數據挖掘過程模型
2.2.3 數據挖掘應用方式
2.3 數據清潔技術
2.3.1 數據的質量問題
2.3.2 數據清潔的主要工作
2.4 數據倉庫技術
2.4.1 數據倉庫的概念
2.4.2 數據組織
2.4.3 主題設計
2.4.4 數據加載
2.4.5 數據規約
2.5 小結
第3章 生物數據源
3.1 生物數據
3.1.1 生物序列數據
3.1.2 生物分子結構數據
3.1.3 芯片及基因表達數據
3.1.4 生物網絡數據
3.2 生物數據組織
3.2.1 生物數據的數據庫組織形式
3.2.2 生物數據的互聯網組織形式
3.3 生物數據庫
3.3.1 生物序列數據庫
3.3.2 基因組數據庫
3.3.3 結構數據庫
3.3.4 芯片和基因表達數據庫
3.3.5 生物文獻數據庫
3.4 生物數據源的特征
3.5 小結
第4章 復雜生物數據源的數據抽取
4.1 生物數據抽取
4.1.1 生物數據抽取面臨的問題
4.1.2 包裝器的要素
4.1.3 抽取算法
4.1.4 元數據生成與包裝器生成工具
4.2 包裝器的設計
4.2.1 基於實例切分的抽取算法
4.2.2 基於定位器多結點共享的數據抽取模型
4.2.3 數據抽取模型描述
4.2.4 元數據的生成和維護
4.2.5 數據抽取模型表達能力
4.3 包裝器解決方案
4.3.1 面向無噪聲復雜數據源的解決方案
4.3.2 面向含噪聲復雜數據源的解決方案
4.3.3 ReDE和L-樹包裝器生成工具的架構
4.3.4 ReDE和L-樹包裝器生成工具的實現技術
4.4 L-樹匹配：面向復雜數據源的數據抽取算法
4.4.1 L-樹上的數據映射機制
4.4.2 L-樹匹配算法的相關概念
4.4.3 L-樹匹配算法
4.4.4 L-樹匹配算法舉例
4.5 基於L-樹的包裝器生成工具
4.5.1 將ERE擴充成數據抽取腳本語言
4.5.2 可視化編輯調試環境
4.5.3 ERE的可視化構建
4.5.4 ERE的邏輯檢查
4.5.5 抽取結果的可視化評價
4.5.6 以XML格式輸出抽取結果
4.6 小結
第5章 生物數據整合案例
5.1 生物數據整合系統的設計
5.1.1 生物數據整合的關鍵問題分析
5.1.2 生物數據整合目標的確立
5.1.3 生物數據整合方式和技術的設計
5.2 基於GO的數據整合
5.2.1 GO簡介
5.2.2 DB2GO表
5.2.3 語義相似數據庫表
5.2.4 以GO統一數據的邏輯和語義
5.3 數據抽取和增量更新
5.3.1 數據抽取
5.3.2 數據的增量更新
5.4 基於GO的查詢技術
5.4.1 異構生物數據庫的語義查詢
5.4.2 BioDW中語義查詢的體系結構
5.4.3 GO語義相似性度量方法
5.4.4 語義相似性查詢
5.5 BioDW系統
5.5.1 BioDW的系統結構
5.5.2 BioDW的系統的數據規模
5.5.3 BioDW的數據查詢
5.6 小結
第6章 生物序列數據挖掘進展
6.1 生物序列數據挖掘的基本概念和內容
6.1.1 生物序列相似性
6.1.2 生物序列模式挖掘
6.1.3 生物序列聚類分析
6.1.4 生物序列分類分析
6.1.5 生物序列關聯分析
6.1.6 生物序列異常分析
6.2 生物序列數據挖掘的研究階段
6.2.1 基於統計技術的數據挖掘方法的應用階段
6.2.2 一般化數據挖掘方法的應用階段
6.2.3 專門數據挖掘技術的設計階段
6.3 生物序列數據挖掘研究與應用現狀
6.3.1 生物序列模式挖掘方面
6.3.2 生物序列聚類分析方面
6.3.3 生物序列分類分析方面
6.3.4 生物序列關聯分析方面
6.3.5 生物序列異常分析方面
6.4 生物序列數據挖掘研究趨勢
6.5 小結
第7章 生物序列數據挖掘技術
7.1 序列數據源
7.2 生物序列模式挖掘
7.2.1 生物序列模式挖掘問題
7.2.2 基於多支持度的生物序列模式挖掘框架
7.2.3 基於多支持度的生物序列模式挖掘算法
7.3 生物序列聚類分析
7.3.1 生物序列聚類問題分析
7.3.2 蛋白質序列聚類
7.3.3 基因序列聚類
7.4 生物序列分類分析
7.4.1 生物序列分類問題分析
7.4.2 轉錄因子分類
7.4.3 基於支持向量機的轉錄因子分類算法
7.5 小結
第8章 基因芯片數據挖掘
8.1 基因表達譜芯片數據挖掘
8.1.1 基因表達譜數據分析
8.1.2 基因表達相似性分析
8.1.3 基因表達共發生分析
8.1.4 基因表達路徑分析
8.1.5 特殊表達基因分析
8.2 基因表達譜數據庫建設
8.2.1 基因表達譜芯片數據的標准
8.2.2 基因表達譜數據庫建設的難點
8.2.3 數據庫結構設計
8.2.4 數據加載與數據管理
8.2.5 自動導入數據
8.3 基因表達譜數據挖掘系統
8.3.1 數據挖掘框架
8.3.2 BDMAPA架構擴展
8.3.3 基因表達譜芯片數據挖掘系統
8.4 小結
第9章 轉錄因子、順式調控元件挖掘系統
9.1 轉錄因子、順式調控元件挖掘原理
9.1.1 轉錄因子、順式調控元件挖掘原理
9.1.2 順式調控元件文本挖掘原理
9.2 轉錄因子、順式調控元件挖掘系統設計
9.2.1 數據挖掘軟件
9.2.2 數據分析服務
9.2.3 綜合的轉錄因子、順式調控元件數據庫
9.3 小結
第10章 生物序列數據庫管理系統
10.1 生物數據處理面臨的問題
10.1.1 生物數據存儲方式
10.1.2 生物序列數據庫的查詢需求
10.2 生物序列數據模型BioSeg
10.2.1 數據結構
10.2.2 代數操作
10.2.3 Open BUILT?IN函數
10.2.4 等價規則
10.2.5 BioSeg模型的特點
10.3 生物序列數據庫管理系統的設計
10.3.1 代數查詢實例
10.3.2 查詢語言
10.3.3 體系結構
10.4 小結
參考文獻
致謝