个人简历 | 第3-10页 |
中文摘要 | 第10-13页 |
英文摘要 | 第13-18页 |
1 前言 | 第18-26页 |
1.1 喉癌的临床研究现状 | 第18-20页 |
1.1.1 喉癌发病率和死亡率数据 | 第18页 |
1.1.2 喉癌治疗现状 | 第18-19页 |
1.1.3 本研究的切入点 | 第19-20页 |
1.2 喉癌的分子生物学研究现状 | 第20-24页 |
1.2.1 非编码RNA概述 | 第20-21页 |
1.2.2 微小RNA概述 | 第21页 |
1.2.3 长链非编码RNA概述 | 第21-22页 |
1.2.4 竞争性内源RNA概述 | 第22-23页 |
1.2.5 喉癌相关的分子生物学研究 | 第23页 |
1.2.6 本研究切入点 | 第23-24页 |
1.3 本研究相关数据库介绍 | 第24-26页 |
1.3.1 TCGA数据库介绍 | 第24页 |
1.3.2 GEO数据库介绍 | 第24-26页 |
2 材料与方法 | 第26-35页 |
2.1 数据下载及数据预处理 | 第26-28页 |
2.1.1 训练集数据 | 第26页 |
2.1.2 验证集数据 | 第26-28页 |
2.2 分析差异表达的lncRNA、m RNA和 miRNA | 第28-29页 |
2.3 分析DE-lncRNA与复发时间的相关性 | 第29页 |
2.4 构建lncRNA-miRNA-mRNA的 ceRNA调控网络 | 第29-30页 |
2.4.1 预测miRNA靶向调控的lncRNA | 第29-30页 |
2.4.2 预测miRNA调控的m RNA靶基因 | 第30页 |
2.4.3 构建ceRNA调控网络 | 第30页 |
2.5 利用支持向量机构建样本分类模型 | 第30-32页 |
2.5.1 基于网络介数中心性算法优化特征基因 | 第30-31页 |
2.5.2 筛选最优特征基因组合 | 第31页 |
2.5.3 利用最优特征基因组合构建SVM分类器 | 第31-32页 |
2.5.4 SVM分类器效能独立验证与评估 | 第32页 |
2.6 分子功能和通路富集分析 | 第32-34页 |
2.7 分析流程图 | 第34-35页 |
3 结果 | 第35-58页 |
3.1 特征性DE-lncR、DE-miR和 DEG的筛选 | 第35-41页 |
3.2 DE-lncR与复发时间相关性分析 | 第41-42页 |
3.3 lncRNA-miRNA、miRNA-mRNA网络 | 第42-46页 |
3.3.1 预测miRNA靶向调控lncRNA关系 | 第42-44页 |
3.3.2 预测miRNA调控的靶基因 | 第44-46页 |
3.4 利用支持向量机构建样本分类模型 | 第46-52页 |
3.4.1 识别特征编码基因 | 第46-47页 |
3.4.2 构建SVM分类器 | 第47-49页 |
3.4.3 SVM分类器效能验证与评估 | 第49-52页 |
3.5 分子功能和通路富集分析 | 第52-56页 |
3.6 由32个最优特征编码基因组成的ceRNA调控网络 | 第56-58页 |
4 讨论 | 第58-63页 |
4.1 本研究的意义 | 第58-59页 |
4.2 HOTAIR-miR-1-MAGEA2相互作用关系 | 第59-60页 |
4.3 HCG4-miR-33b相互作用关系 | 第60页 |
4.4 EMX2OS-miR-124-CALCA/GABRG2 相互作用关系 | 第60-62页 |
4.5 SVM分类器 | 第62页 |
4.6 本研究的局限性 | 第62-63页 |
5 结论 | 第63-64页 |
参考文献 | 第64-77页 |
综述:喉癌发病的相关因素分析 | 第77-108页 |
1 不良嗜好 | 第77-80页 |
1.1 吸烟 | 第77-78页 |
1.2 饮酒 | 第78-79页 |
1.3 槟榔 | 第79-80页 |
2 环境与职业暴露 | 第80-81页 |
3 病毒感染 | 第81-83页 |
3.1 HPV感染 | 第81-82页 |
3.2 HIV感染 | 第82页 |
3.3 HSV感染 | 第82-83页 |
3.4 流感病毒感染 | 第83页 |
4 饮食 | 第83-85页 |
5 疾病状态 | 第85-87页 |
5.1 反流性疾病 | 第85页 |
5.2 代谢性疾病 | 第85-87页 |
5.3 过敏性疾病 | 第87页 |
6 其他临床因素 | 第87-88页 |
7 基因因素 | 第88-91页 |
参考文献 | 第91-108页 |
致谢 | 第108-109页 |
攻读学位期间发表的学术论文 | 第109页 |