| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 课题的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文的研究工作及创新之处 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 相关知识介绍 | 第14-32页 |
| 2.1 microRNA相关知识介绍 | 第14-16页 |
| 2.2 疾病相关microRNA预测问题 | 第16-20页 |
| 2.2.1 相关预测问题介绍 | 第16-17页 |
| 2.2.2 预测效果验证方法介绍 | 第17-20页 |
| 2.3 疾病相关microRNA预测方法 | 第20-32页 |
| 2.3.1 基于相似性测量的预测方法 | 第20-30页 |
| 2.3.2 基于机器学习的预测方法 | 第30-32页 |
| 第三章 疾病-microRNA异构数据网络构建 | 第32-42页 |
| 3.1 疾病与microRNA相关数据库 | 第32-36页 |
| 3.1.1 疾病相关数据库介绍 | 第32-34页 |
| 3.1.2 microRNA相关数据库介绍 | 第34页 |
| 3.1.3 疾病-microRNA关联数据库介绍 | 第34-35页 |
| 3.1.4 其他相关数据库介绍 | 第35-36页 |
| 3.2 疾病相似性网络构建 | 第36-38页 |
| 3.2.1 疾病语义相似性计算 | 第36-37页 |
| 3.2.2 疾病功能相似性计算 | 第37-38页 |
| 3.3 microRNA相似性网络构建 | 第38-40页 |
| 3.3.1 基于基因关联的相似性计算 | 第38-39页 |
| 3.3.2 基于疾病关联的相似性计算 | 第39页 |
| 3.3.3 基于microRNA家族信息的相似性计算 | 第39-40页 |
| 3.3.4 基于microRNA聚类信息的相似性计算 | 第40页 |
| 3.4 疾病-microRNA异构数据网络构建 | 第40-42页 |
| 第四章 基于元路径的疾病相关microRNA预测算法 | 第42-58页 |
| 4.1 实验环境及数据说明 | 第42页 |
| 4.2 基于元路径的带权预测方法 | 第42-48页 |
| 4.2.1 元路径的选择 | 第43-45页 |
| 4.2.2 元路径权重值设定 | 第45-46页 |
| 4.2.3 算法实现 | 第46-48页 |
| 4.3 对比预测方法介绍 | 第48-51页 |
| 4.3.1 基于随机游走的预测方法 | 第48-49页 |
| 4.3.2 基于相似性的推理预测方法 | 第49-50页 |
| 4.3.3 基于IDP方法 | 第50-51页 |
| 4.4 预测效果验证与分析 | 第51-58页 |
| 4.4.1 相关验证指标 | 第51-53页 |
| 4.4.2 预测性能比较和分析 | 第53-55页 |
| 4.4.3 特定疾病的案例分析 | 第55-58页 |
| 第五章 基于元路径的疾病相关microRNA预测改进算法 | 第58-70页 |
| 5.1 加入miRNA标签信息 | 第58-60页 |
| 5.1.1 miRNA标签介绍 | 第58-59页 |
| 5.1.2 考虑miRNA标签改进算法介绍 | 第59-60页 |
| 5.2 加入支持向量机学习权重 | 第60-64页 |
| 5.2.1 支持向量机介绍 | 第60-62页 |
| 5.2.2 使用支持向量机改进算法介绍 | 第62-64页 |
| 5.3 预测效果的验证与分析 | 第64-70页 |
| 5.3.1 预测性能比较和分析 | 第64-69页 |
| 5.3.2 特定疾病的案例分析 | 第69-70页 |
| 第六章 总结和展望 | 第70-72页 |
| 6.1 总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的论文 | 第76-78页 |
| 致谢 | 第78-79页 |
