| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 长非编码RNA与疾病关联预测研究现状 | 第15-17页 |
| 1.2.1 基于机器学习的预测方法 | 第15-16页 |
| 1.2.2 基于网络模型的预测方法 | 第16-17页 |
| 1.2.3 基于不使用金标准数据的预测方法 | 第17页 |
| 1.3 本文工作及论文结构 | 第17-20页 |
| 第二章 相关理论与方法 | 第20-30页 |
| 2.1 长非编码RNA | 第20-22页 |
| 2.1.1 长非编码RNA概述 | 第20-21页 |
| 2.1.2 长非编码RNA的功能 | 第21页 |
| 2.1.3 长非编码RNA与疾病 | 第21-22页 |
| 2.2 链路预测基础 | 第22-28页 |
| 2.2.1 链路预测的问题描述和评价方法 | 第22-24页 |
| 2.2.2 链路预测的方法类型 | 第24-25页 |
| 2.2.3 基于结构相似性的链路预测常用指标 | 第25-27页 |
| 2.2.4 有权网络的链路预测 | 第27-28页 |
| 2.3 本章总结 | 第28-30页 |
| 第三章 基于网络模型的长非编码RNA-疾病预测方法 | 第30-50页 |
| 3.1 问题的形式化描述 | 第30页 |
| 3.2 预测方法 | 第30-34页 |
| 3.2.1 方法提出的思想 | 第30-31页 |
| 3.2.2 方法框架 | 第31-33页 |
| 3.2.3 长非编码RNA相似性网络构建 | 第33页 |
| 3.2.4 长非编码RNA-疾病异质网络构建 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-48页 |
| 3.3.1 实验数据 | 第34-37页 |
| 3.3.2 无权长非编码RNA-疾病异质网络构建 | 第37-38页 |
| 3.3.3 基于局部信息的10种相似性指标预测结果 | 第38-42页 |
| 3.3.4 与其他预测方法的比较 | 第42-44页 |
| 3.3.5 案例分析 | 第44-45页 |
| 3.3.6 有权长非编码RNA-疾病异质网络的实验结果 | 第45-46页 |
| 3.3.7 集成长非编码RNA表达数据的预测结果 | 第46-48页 |
| 3.4 本章总结 | 第48-50页 |
| 第四章 基于多源数据集成的长非编码RNA-疾病预测方法 | 第50-58页 |
| 4.1 预测方法 | 第50-52页 |
| 4.1.1 多源数据集成思想 | 第50页 |
| 4.1.2 方法设计及步骤 | 第50-52页 |
| 4.2 实验结果与分析 | 第52-57页 |
| 4.2.1 实验数据 | 第52-53页 |
| 4.2.2 预测性能与分析 | 第53-55页 |
| 4.2.3 案例分析 | 第55-57页 |
| 4.3 本章总结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 本文总结 | 第58页 |
| 5.2 下一步研究工作 | 第58-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70-71页 |
