| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-26页 |
| 1.1 测序技术及DNA甲基化概述 | 第7-14页 |
| 1.1.1 测序技术简述 | 第7-11页 |
| 1.1.2 DNA甲基化简述 | 第11-14页 |
| 1.2 聚类分析及肿瘤纯度估计方法简述 | 第14-18页 |
| 1.2.1 k-means聚类 | 第14-15页 |
| 1.2.2 非负矩阵分解方法 | 第15-16页 |
| 1.2.3 肿瘤纯度估计方法简述 | 第16-18页 |
| 1.3 本文研究内容 | 第18-24页 |
| 1.3.1 差异表达基因的研究背景及意义 | 第18-20页 |
| 1.3.2 差异表达基因分析的国内外研究进展 | 第20-21页 |
| 1.3.3 肿瘤亚型分类模型研究背景及意义 | 第21-23页 |
| 1.3.4 肿瘤亚型聚类的国内外研究进展 | 第23-24页 |
| 1.4 各章节主要内容 | 第24-26页 |
| 第2章 考虑肿瘤细胞纯度的差异表达基因识别模型 | 第26-39页 |
| 2.1 差异表达的基因与肿瘤纯度有较强的相关性 | 第26-28页 |
| 2.2 考虑肿瘤细胞纯度的差异表达基因模型及结果 | 第28-37页 |
| 2.2.1 差异表达基因模型 | 第28-30页 |
| 2.2.2 模拟结果 | 第30-32页 |
| 2.2.3 TCGA肿瘤样本差异表达基因分析结果 | 第32-37页 |
| 2.3 本章小结 | 第37-39页 |
| 第3章 基于DNA甲基化芯片数据的肿瘤亚型识别模型 | 第39-60页 |
| 3.1 肿瘤细胞纯度导致DNA甲基化亚型聚类有偏差 | 第39-42页 |
| 3.2 考虑肿瘤细胞纯度的肿瘤亚型聚类模型 | 第42-45页 |
| 3.2.1 数据模型 | 第42-43页 |
| 3.2.2 基于模型的聚类算法 | 第43-45页 |
| 3.3 肿瘤亚型聚类结果 | 第45-56页 |
| 3.3.1 模拟结果 | 第45-50页 |
| 3.3.2 TCGA肿瘤样本聚类结果 | 第50-56页 |
| 3.4 本章小结 | 第56-60页 |
| 第4章 结论与展望 | 第60-62页 |
| 4.1 结论 | 第60页 |
| 4.2 进一步工作的方向 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读学位期间取得的研究成果 | 第68-69页 |
| 致谢 | 第69-71页 |
| 附件 | 第71页 |