摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第13-31页 |
1.1 蛋白质的概念 | 第14-15页 |
1.2 基于质谱的蛋白质组学 | 第15-20页 |
1.2.1 蛋白质分离技术 | 第16-18页 |
1.2.2 质谱检测原理 | 第18-20页 |
1.3 常用的蛋白质组学定性方法 | 第20-25页 |
1.3.1 肽指纹图谱法 | 第21页 |
1.3.2 肽段与谱图的匹配 | 第21-22页 |
1.3.3 肽段-谱图匹配的质量控制 | 第22-24页 |
1.3.4 蛋白质的组装与质量控制 | 第24-25页 |
1.4 蛋白质组学定量方法 | 第25-26页 |
1.5 现有的蛋白质组学数据平台比较 | 第26-30页 |
1.5.1 质谱数据托管平台 | 第27-28页 |
1.5.2 现有的蛋白质组学数据分析工具集 | 第28-29页 |
1.5.3 现有的蛋白质组学生物信息分析工具 | 第29-30页 |
1.6 本章小结 | 第30-31页 |
第2章 蛋白质组学数据分析云系统总体架构 | 第31-33页 |
2.1 研究背景 | 第31页 |
2.2 Firmiana平台总体架构 | 第31-33页 |
第3章 元数据及原始数据管理模块 | 第33-41页 |
3.1 研究背景 | 第33-35页 |
3.1.1 元数据 | 第34页 |
3.1.2 原始数据 | 第34-35页 |
3.2 元数据管理模块的部署 | 第35-36页 |
3.3 质谱原始数据管理模块的部署 | 第36-39页 |
3.3.1 原始数据收集管理 | 第36-37页 |
3.3.2 基于多中心的数据备份策略 | 第37-39页 |
3.4 数据托管模块 | 第39-40页 |
3.4.1 研究背景 | 第39页 |
3.4.2 数据托管模块部署 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第4章 基于Galaxy的自动化数据处理模块 | 第41-51页 |
4.0 Galaxy平台简介 | 第41页 |
4.1 文件格式转换 | 第41-42页 |
4.2 基于质谱数据蛋白质组学数据定量分析 | 第42-45页 |
4.2.1 常用的蛋白质理论数据库搜索引擎及整合工具 | 第42-43页 |
4.2.2 肽段鉴定 | 第43-44页 |
4.2.3 蛋白质组装及质量控制 | 第44-45页 |
4.3 基于质谱的蛋白质组学定量 | 第45-48页 |
4.3.1 无标定量 | 第45-46页 |
4.3.2 有标定量 | 第46-48页 |
4.4 基于超级计算机的并行化程序优化 | 第48-49页 |
4.4.1 背景介绍 | 第48页 |
4.4.2 Firmiana中的并行化程序部署 | 第48-49页 |
4.5 本章小结 | 第49-51页 |
第5章 综合数据分析和可视化模块 | 第51-71页 |
5.1 系统架构 | 第51-52页 |
5.2 基本数据展示 | 第52-54页 |
5.3 多实验综合分析平台 | 第54-60页 |
5.3.1 研究背景 | 第54-56页 |
5.3.2 多实验综合分析模块部署 | 第56-60页 |
5.4 多组学数据综合分析和可视化模块 | 第60-63页 |
5.4.1 研究背景 | 第60-61页 |
5.4.2 多组学数据比较和可视化模块的部署 | 第61-63页 |
5.5 应用程序接口及数据挖掘 | 第63-67页 |
5.5.1 应用程序接口介绍 | 第63-64页 |
5.5.2 Firmiana扩展接口开发及应用 | 第64-67页 |
5.6 数据挖掘及可视化模块部署 | 第67-70页 |
5.6.1 蛋白质分布的情况 | 第68-69页 |
5.6.2 蛋白质-蛋白质相互作用网络 | 第69-70页 |
5.7 本章小结 | 第70-71页 |
第6章 基于超短动态排除周期的质谱定量模块 | 第71-85页 |
6.1 研究背景 | 第71-73页 |
6.1.1 基于动态排除周期的质谱方法 | 第71-72页 |
6.1.2 基于子离子的定量方法 | 第72-73页 |
6.2 基于超短动态排除周期的质谱定量算法开发 | 第73-83页 |
6.2.1 材料与方法 | 第73-77页 |
6.2.2 实验结果 | 第77-83页 |
6.3 本章小结 | 第83-85页 |
第7章 讨论与展望 | 第85-89页 |
7.1 讨论 | 第85-86页 |
7.2 展望 | 第86-89页 |
参考文献 | 第89-93页 |
后记 | 第93-94页 |
个人简历 | 第94页 |
发表的学术论文与研究成果 | 第94页 |