| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究内容及创新点 | 第12-14页 |
| 1.4 论文的组织结构 | 第14-17页 |
| 第2章 相关理论研究 | 第17-31页 |
| 2.1 生物技术 | 第17-18页 |
| 2.1.1 蛋白质微阵列技术 | 第17-18页 |
| 2.1.2 细胞系 | 第18页 |
| 2.2 关键基因筛选相关方法研究 | 第18-25页 |
| 2.2.1 Cox风险比例模型 | 第18-19页 |
| 2.2.2 Lasso算法 | 第19-21页 |
| 2.2.3 Cox背景下的Lasso | 第21-22页 |
| 2.2.4 Sis的基本思想 | 第22-23页 |
| 2.2.5 Cox背景下的Sis模型 | 第23-24页 |
| 2.2.6 ROC曲线 | 第24-25页 |
| 2.3 关键蛋白质筛选相关方法研究 | 第25-30页 |
| 2.3.1 置换检验 | 第25页 |
| 2.3.2 随机区组设计 | 第25-27页 |
| 2.3.3 Cox回归模型 | 第27页 |
| 2.3.4 ConditionalQuantileScreening算法 | 第27-28页 |
| 2.3.5 Cbioportal网站 | 第28-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 关键基因筛选 | 第31-39页 |
| 3.1 数据的获取与预处理 | 第32-33页 |
| 3.1.1 GBM基因表达数据 | 第32-33页 |
| 3.1.2 数据预处理 | 第33页 |
| 3.2 GBM关键基因筛选算法COXSISLASSO | 第33-36页 |
| 3.3 实验结果与算法性能比较 | 第36-38页 |
| 3.3.1 应用于GBM基因表达数据的实验结果与分析 | 第36-37页 |
| 3.3.2 CoxLasso、CoxSis和CoxSisLasso算法的预测性能比较 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 关键蛋白质筛选 | 第39-55页 |
| 4.1 实验数据来源 | 第41-43页 |
| 4.1.1 RPPA数据 | 第41-42页 |
| 4.1.2 RPPA数据预处理 | 第42-43页 |
| 4.2 差异蛋白质获取方法 | 第43-44页 |
| 4.2.1 置换检验和区组设计 | 第43-44页 |
| 4.3 关键蛋白质获取方法 | 第44-46页 |
| 4.3.1 Cox比例风险回归模型 | 第45页 |
| 4.3.2 ConditionalQuantileScreening算法 | 第45-46页 |
| 4.3.3 Cbioportal网站 | 第46页 |
| 4.4 实验结果与分析 | 第46-53页 |
| 4.4.1 差异蛋白质筛选结果 | 第46-48页 |
| 4.4.2 筛选与GBM患者生存时间相关的关键蛋白质 | 第48-52页 |
| 4.4.3 对关键蛋白质通过文献查找进行分析和验证 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-59页 |
| 5.1 论文工作总结 | 第55-57页 |
| 5.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士学位期间发表的论文 | 第67页 |
