基于PPI网络的生物信息数据挖掘关键技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景 | 第12-14页 |
| 1.2 研究意义 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-17页 |
| 1.4 论文的组织结构 | 第17-18页 |
| 第二章 相关研究工作概述 | 第18-41页 |
| 2.1 生物信息学简介 | 第18-20页 |
| 2.2 蛋白质网络概述 | 第20-30页 |
| 2.2.1 蛋白质 | 第20-22页 |
| 2.2.2 蛋白质组学 | 第22-23页 |
| 2.2.3 蛋白质相互作用 | 第23-25页 |
| 2.2.4 蛋白质网络 | 第25-30页 |
| 2.3 蛋白质复合物挖掘研究现状 | 第30-33页 |
| 2.3.1 蛋白质复合物 | 第30-31页 |
| 2.3.2 蛋白质复合物挖掘相关研究 | 第31-33页 |
| 2.4 关键蛋白质识别研究现状 | 第33-37页 |
| 2.4.1 关键蛋白质 | 第33页 |
| 2.4.2 关键蛋白质识别相关研究 | 第33-37页 |
| 2.5 致病基因预测研究现状 | 第37-40页 |
| 2.5.1 基因疾病与致病基因 | 第37-38页 |
| 2.5.2 致病基因预测相关研究 | 第38-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 基于基因共表达的蛋白质复合物识别算法研究 | 第41-66页 |
| 3.1 引言 | 第41页 |
| 3.2 基因表达 | 第41-45页 |
| 3.2.1 基因表达数据 | 第42-43页 |
| 3.2.2 基因表达数据的特点及表示 | 第43-44页 |
| 3.2.3 基因共表达 | 第44-45页 |
| 3.3 基于基因共表达数据的蛋白质复合物挖掘算法 | 第45-54页 |
| 3.3.1 PCIA-GeCo算法简介 | 第46-47页 |
| 3.3.2 带权蛋白质网络的构建 | 第47-48页 |
| 3.3.3 识别蛋白质复合物的核 | 第48-52页 |
| 3.3.4 为核识别附属蛋白质 | 第52-54页 |
| 3.4 实验结果与分析 | 第54-64页 |
| 3.4.1 与真实蛋白质复合物比较 | 第55-58页 |
| 3.4.2 准确率、召回率和F度量比较 | 第58-60页 |
| 3.4.3 覆盖率 | 第60-61页 |
| 3.4.4 功能富集分析 | 第61-64页 |
| 3.5 本章小结 | 第64-66页 |
| 第四章 基于局部连通度的关键蛋白质识别算法研究 | 第66-82页 |
| 4.1 引言 | 第66-67页 |
| 4.2 基于局部连通强度的关键蛋白质识别算法 | 第67-73页 |
| 4.2.1 相关定义 | 第68-69页 |
| 4.2.2 算法介绍 | 第69-72页 |
| 4.2.3 算法伪代码 | 第72-73页 |
| 4.3 实验结果与分析 | 第73-81页 |
| 4.3.1 实验数据 | 第73-75页 |
| 4.3.2 实验评价与分析 | 第75-81页 |
| 4.4 本章小结 | 第81-82页 |
| 第五章 基于关键蛋白质的复合物挖掘算法研究 | 第82-103页 |
| 5.1 引言 | 第82-83页 |
| 5.2 关键蛋白质与复合物关系分析 | 第83-85页 |
| 5.2.1 当前研究分析 | 第83-84页 |
| 5.2.2 关键蛋白质统计信息分析 | 第84-85页 |
| 5.3 基于关键蛋白质的复合物挖掘算法 | 第85-90页 |
| 5.3.1 相关定义 | 第85-86页 |
| 5.3.2 算法SCMA简介 | 第86-90页 |
| 5.4 实验与分析 | 第90-101页 |
| 5.4.1 实验数据 | 第90页 |
| 5.4.2 与真实蛋白质复合物比较 | 第90-93页 |
| 5.4.3 准确率、召回率和F度量比较 | 第93-95页 |
| 5.4.4 覆盖率 | 第95-96页 |
| 5.4.5 功能富集分析 | 第96-101页 |
| 5.5 本章小结 | 第101-103页 |
| 第六章 基于PPI网络的致病基因预测算法研究 | 第103-120页 |
| 6.1 引言 | 第103-104页 |
| 6.2 算法相关基础 | 第104-107页 |
| 6.2.1 基因本体Gene Ontology | 第104-105页 |
| 6.2.2 基于GO的基因功能相关度 | 第105-106页 |
| 6.2.3 疾病表型与基因 | 第106-107页 |
| 6.3 基于网络流的致病基因预测算法模型 | 第107-111页 |
| 6.3.1 PPI网络构建 | 第108页 |
| 6.3.2 网络流模型 | 第108-110页 |
| 6.3.3 算法步骤 | 第110-111页 |
| 6.4 实验与分析 | 第111-118页 |
| 6.4.1 实验数据 | 第111-112页 |
| 6.4.2 实验结果分析 | 第112-118页 |
| 6.5 本章小结 | 第118-120页 |
| 第七章 总结与展望 | 第120-123页 |
| 7.1 本文总结 | 第120-121页 |
| 7.2 展望 | 第121-123页 |
| 参考文献 | 第123-133页 |
| 攻读学位期间的科研成果 | 第133-134页 |
| 攻读学位期间参与的项目 | 第134-135页 |
| 致谢 | 第135页 |
