| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 引言 | 第10-13页 |
| 1.1.1 人体微生物组研究 | 第10-12页 |
| 1.1.2 微生物组与疾病关联预测 | 第12-13页 |
| 1.2 本文主要研究工作和创新 | 第13-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 第二章 微生物网络与微生物-疾病预测的研究 | 第16-24页 |
| 2.1 微生物网络推理 | 第16-18页 |
| 2.2 微生物相互作用关系的网络特性 | 第18-20页 |
| 2.3 微生物相关网络推理方法 | 第20-21页 |
| 2.4 微生物-疾病关联研究现状 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于微生物社交网络的微生物-疾病关联预测 | 第24-39页 |
| 3.1 引言 | 第24-26页 |
| 3.2 基于微生物社交网络及聚类分析预测微生物-疾病关联 | 第26-30页 |
| 3.2.1 基于SparCC构建微生物相关作用网络 | 第27-29页 |
| 3.2.2 马尔科夫聚类算法 | 第29-30页 |
| 3.2.3 微生物社交网络构建与分析 | 第30页 |
| 3.3 实验结果和分析 | 第30-38页 |
| 3.3.1 实验数据 | 第30-31页 |
| 3.3.2 基于SparCC计算不同人体部位的微生物相关性 | 第31-35页 |
| 3.3.3 基于马尔科夫聚类的微生物社区 | 第35-36页 |
| 3.3.4 测试实例分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于异构网络随机游走的微生物-疾病关联预测 | 第39-53页 |
| 4.1 引言 | 第39-40页 |
| 4.2 基于异构微生物社交网络和随机游走方法预测微生物-疾病关联 | 第40-46页 |
| 4.2.1 经典随机游走算法 | 第40-41页 |
| 4.2.2 异构网络矩阵构建 | 第41-42页 |
| 4.2.3 带重启的异构网络随机游走 | 第42-46页 |
| 4.3 实验结果和分析 | 第46-52页 |
| 4.3.1 实验数据 | 第46-47页 |
| 4.3.2 留一交叉验证 | 第47-48页 |
| 4.3.3 参数分析 | 第48-49页 |
| 4.3.4 ROC曲线分析 | 第49-50页 |
| 4.3.5 微生物-疾病关联预测 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53页 |
| 5.2 下一步研究工作 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士期间发表的论文和参加的科研项目 | 第61-62页 |
| 致谢 | 第62页 |
