生物信息中的统计模型及其仿真与应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 研究背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.3 本文研究内容与结构安排 | 第18-20页 |
| 第二章 生物背景知识与线性混合模型介绍 | 第20-29页 |
| 2.1 生物学背景知识 | 第20-22页 |
| 2.1.1 细胞与DNA | 第21-22页 |
| 2.1.2 单核苷酸多态性 | 第22页 |
| 2.2 线性混合模型介绍 | 第22-28页 |
| 2.2.1 线性模型 | 第23-24页 |
| 2.2.2 采样之间的相关性 | 第24-25页 |
| 2.2.3 线性混合模型 | 第25-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 线性混合模型的应用 | 第29-49页 |
| 3.1 遗传力估计 | 第29-36页 |
| 3.1.1 遗传力分析介绍 | 第29页 |
| 3.1.2 基于家系数据的模型 | 第29-32页 |
| 3.1.3 基于GWAS数据的模型 | 第32-36页 |
| 3.2 关联分析 | 第36-38页 |
| 3.2.1 关联分析介绍 | 第36-37页 |
| 3.2.2 基于PCA的关联分析 | 第37页 |
| 3.2.3 基于LMM的关联分析 | 第37-38页 |
| 3.3 患病风险预测 | 第38-40页 |
| 3.3.1 岭回归与Lasso | 第38-39页 |
| 3.3.2 统计预测模型 | 第39-40页 |
| 3.4 模型仿真 | 第40-45页 |
| 3.4.1 遗传力估计 | 第41-43页 |
| 3.4.2 关联分析 | 第43-45页 |
| 3.5 GWAS发展前景 | 第45-47页 |
| 3.5.1 GWAS项目间联合建模 | 第45-46页 |
| 3.5.2 借助其他信息的整合分析 | 第46-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第四章 整合分析模型 | 第49-72页 |
| 4.1 基因功能注释信息介绍 | 第49-50页 |
| 4.2 建立模型 | 第50-53页 |
| 4.2.1 非整合模型 | 第50-51页 |
| 4.2.2 整合模型的建立 | 第51-53页 |
| 4.3 算法求解 | 第53-57页 |
| 4.3.1 EM算法介绍 | 第53-55页 |
| 4.3.2 应用EM算法求解 | 第55-57页 |
| 4.4 改进的整合模型 | 第57-59页 |
| 4.4.1 建立模型 | 第57-59页 |
| 4.5 模型仿真 | 第59-69页 |
| 4.5.1 统计指标分析 | 第59-66页 |
| 4.5.2 参数的估计与比较 | 第66-69页 |
| 4.6 在真实数据上的应用 | 第69-71页 |
| 4.7 本章小结 | 第71-72页 |
| 第五章 可扩展的整合模型 | 第72-87页 |
| 5.1 可扩展模型的介绍 | 第72-74页 |
| 5.1.1 对附加信息的扩展 | 第72-73页 |
| 5.1.2 对GWAS信息分布的修改 | 第73页 |
| 5.1.3 模型分析 | 第73-74页 |
| 5.2 可扩展模型的参数估计 | 第74页 |
| 5.3 模型仿真 | 第74-83页 |
| 5.4 在真实数据上的应用 | 第83-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第六章 结论 | 第87-89页 |
| 6.1 本文的主要贡献 | 第87页 |
| 6.2 下一步工作的展望 | 第87-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-95页 |
| 附录 | 第95-99页 |
| 攻读硕士期间取得的研究成果 | 第99-100页 |
