| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 前言 | 第9-18页 |
| ·代谢组学简介 | 第9-13页 |
| ·代谢组学概念及研究现状 | 第9-11页 |
| ·代谢组学研究一般流程 | 第11-13页 |
| ·代谢组学数据挖掘 | 第13-16页 |
| ·代谢组学数据特征 | 第13-14页 |
| ·代谢组学数据预处理 | 第14-15页 |
| ·代谢组学数据统计分析 | 第15-16页 |
| ·数据定量 | 第16页 |
| ·本文研究内容 | 第16-18页 |
| 第二章 典型机器学习算法在代谢组学数据分析中的应用和比较 | 第18-44页 |
| ·引言 | 第18页 |
| ·典型方法介绍 | 第18-23页 |
| ·偏最小二乘（PLS） | 第18-20页 |
| ·线性判别分析（LDA） | 第20页 |
| ·支持向量机（SVM） | 第20-22页 |
| ·随机森林（RF） | 第22-23页 |
| ·模型评估方法 | 第23-26页 |
| ·交叉验证 | 第23-24页 |
| ·指导变量置换（Permutation） | 第24页 |
| ·受试者工作特征曲线（ROC） | 第24-25页 |
| ·对特征筛选的依赖性（Variable selection） | 第25页 |
| ·变量评价的一致性 | 第25-26页 |
| ·应用 | 第26-39页 |
| ·数据集 | 第26-28页 |
| ·结果及讨论 | 第28-39页 |
| ·软件开发 | 第39-42页 |
| ·功能简介 | 第39页 |
| ·基本流程图 | 第39-40页 |
| ·界面和操作 | 第40-42页 |
| ·本章小结 | 第42-44页 |
| 第三章 代谢组学实验方法学数据分析 | 第44-57页 |
| ·引言 | 第44页 |
| ·方法 | 第44-45页 |
| ·沉蛋白试剂优化 | 第45-50页 |
| ·数据集 | 第45页 |
| ·沉蛋白试剂筛选 | 第45-48页 |
| ·沉蛋白试剂与血清的配比筛选 | 第48-49页 |
| ·沉蛋白试剂的配比筛选 | 第49-50页 |
| ·衍生化条件优化 | 第50-55页 |
| ·数据集 | 第50-51页 |
| ·衍生化温度（Derivatization temperature） | 第51页 |
| ·反应时间（Reaction time） | 第51-52页 |
| ·衍生试剂体积（BSTFA+1%TMS） | 第52-53页 |
| ·已鉴定物质建模验证 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第四章 代谢组学据批量定量软件的开发 | 第57-63页 |
| ·引言 | 第57页 |
| ·功能简介 | 第57-58页 |
| ·流程设计 | 第58-60页 |
| ·界面 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第五章 全文总结 | 第63-65页 |
| ·研究工作总结 | 第63-64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 符号与标记（附录 1） | 第70-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间主要研究成果 | 第72-75页 |
| 学位论文答辩决议书 | 第75页 |
