| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·课题背景 | 第9-11页 |
| ·系统生物学的提出与研究意义 | 第9-10页 |
| ·系统生物学的方法论 | 第10-11页 |
| ·本文的研究内容及思路 | 第11-16页 |
| ·本文的研究内容 | 第12-14页 |
| ·本文的研究思路 | 第14-15页 |
| ·本文的特色工作 | 第15-16页 |
| ·本文的内容安排 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 2 基于多源数据融合的蛋白质-蛋白质相互作用预测 | 第19-33页 |
| ·引言 | 第19-20页 |
| ·利用单一特征预测PPI | 第19页 |
| ·利用多源数据进行PPI | 第19-20页 |
| ·存在的问题及本文的方法 | 第20页 |
| ·香农信息论简介 | 第20-22页 |
| ·基于多源数据融合的PPI 预测的信息论计算框架的建立 | 第22-27页 |
| ·方法框架 | 第22-23页 |
| ·数据源分析模型 | 第23-26页 |
| ·PPI 预测模型 | 第26-27页 |
| ·模型的数理分析 | 第27-29页 |
| ·实验分析与讨论 | 第29-32页 |
| ·数据源 | 第29-30页 |
| ·实验框架 | 第30页 |
| ·实验结果 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 面向时序组学数据的分子生物系统有序度测量与分析 | 第33-43页 |
| ·引言 | 第33-34页 |
| ·生命系统的有序性 | 第33页 |
| ·本章研究内容及其意义 | 第33-34页 |
| ·相关知识介绍 | 第34-35页 |
| ·GATE 软件介绍 | 第34页 |
| ·马尔可夫场简介 | 第34-35页 |
| ·采用熵视点分析分子生物系统的有序性模型 | 第35-39页 |
| ·面向组学数据的三种分析视角 | 第35-36页 |
| ·基于分子ID 维的分析方法 | 第36页 |
| ·基于时间维的分析方法 | 第36-37页 |
| ·基于分子ID-时间平面的分析方法 | 第37-39页 |
| ·实验分析与结果 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 4 面向组学数据基于局部统计的生物标志物发现方法研究 | 第43-57页 |
| ·引言 | 第43-44页 |
| ·生物标志物 | 第43页 |
| ·生物标志物的发现方法现状 | 第43-44页 |
| ·本章的研究内容 | 第44页 |
| ·概率密度估计的核方法介绍 | 第44-45页 |
| ·基于局部统计的分子标记物挑选方法 | 第45-49页 |
| ·尺度对于特征（biomarkers）选择的影响 | 第45-46页 |
| ·如何解决尺度对于特征（biomarkers）选择的影响 | 第46页 |
| ·弱化尺度差异较大特征间相互影响的方法 | 第46-47页 |
| ·LSABBGW 数理基础 | 第47-49页 |
| ·实验分析与讨论 | 第49-55页 |
| ·数据集描述 | 第49-50页 |
| ·实验设计 | 第50-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·本章小结 | 第55-57页 |
| 5 基于 Agent 技术的生化网络建模方法研究 | 第57-73页 |
| ·引言 | 第57-59页 |
| ·现有建模方针算法研究进展 | 第57-58页 |
| ·本文的方法 | 第58-59页 |
| ·在反应级别上基于agent 建模 | 第59-64页 |
| ·算法体系架构 | 第59页 |
| ·从SBML 构建基于agent 的模型 | 第59-60页 |
| ·数理基础 | 第60-64页 |
| ·模型的数理分析 | 第64-66页 |
| ·实验分析及结果 | 第66-68页 |
| ·实验设计 | 第66-67页 |
| ·实验结果与分析 | 第67-68页 |
| ·采用RCP 技术建立基于Agent 技术的生化网络建模仿真软件平台 | 第68-71页 |
| ·RCP 技术简介 | 第68-69页 |
| ·软件平台的设计 | 第69-70页 |
| ·软件平台的界面及应用展示 | 第70-71页 |
| ·本章小结 | 第71-73页 |
| 6 结论 | 第73-76页 |
| ·本文的主要研究成果及特色之处 | 第73-74页 |
| ·后续的主要工作 | 第74-75页 |
| ·结束语 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 致谢 | 第83-85页 |
| 在读期间发表的学术论文与取得的研究成果 | 第85页 |
