摘要 | 第3-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-17页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 研究现状 | 第10-16页 |
1.3 本文研究工作 | 第16页 |
1.4 论文章节安排 | 第16-17页 |
第二章 预备知识 | 第17-32页 |
2.1 生物信息学 | 第17-18页 |
2.2 遗传学知识 | 第18-23页 |
2.3 生物芯片技术 | 第23-26页 |
2.3.1 生物芯片 | 第23-25页 |
2.3.2 Affymetrix生物芯片 | 第25-26页 |
2.4 采用的数据库简介 | 第26-30页 |
2.4.1 基因表达数据库 | 第26-28页 |
2.4.2 基因通路数据库 | 第28-29页 |
2.4.3 蛋白质相互作用数据库 | 第29-30页 |
2.5 肿瘤放射治疗 | 第30-31页 |
2.6 本章小结 | 第31-32页 |
第三章 基于有约束回归的肿瘤放疗敏感基因识别 | 第32-35页 |
3.1 非负最小二乘法 | 第32页 |
3.2 弹性网法 | 第32-34页 |
3.3 本章小结 | 第34-35页 |
第四章 基于先验分布网络信息的肿瘤放疗敏感基因识别 | 第35-38页 |
4.1 基于KEGG网络信息的KEGGSDRW方法 | 第35-36页 |
4.2 基于PPI网络信息的PPISDRW方法 | 第36-37页 |
4.3 本章小结 | 第37-38页 |
第五章 肿瘤放疗敏感基因识别方法在真实数据上的应用 | 第38-52页 |
5.1 数据来源 | 第38页 |
5.2 数据预处理与标准化 | 第38-39页 |
5.3 实验结果 | 第39-51页 |
5.3.1 肿瘤放疗敏感基因的筛选 | 第39-41页 |
5.3.2 筛选出的肿瘤放疗敏感基因的分类性能预测 | 第41-42页 |
5.3.3 肿瘤放疗敏感基因的通路富集分析 | 第42-47页 |
5.3.4 基于全局通路交互网络的分析 | 第47-49页 |
5.3.5 肿瘤放疗敏感基因的关联富集性分析 | 第49-51页 |
5.4 本章小结 | 第51-52页 |
第六章 结论和展望 | 第52-54页 |
6.1 研究总结 | 第52-53页 |
6.2 前景展望 | 第53-54页 |
参考文献 | 第54-59页 |
致谢 | 第59-60页 |
在校期间的研究成果及发表的学术论文 | 第60页 |