基于矩阵填充和岭回归模型的抗癌药物敏感性预测
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 课题背景 | 第10-11页 |
1.2 研究的目的及意义 | 第11-12页 |
1.3 国内外研究现状 | 第12-14页 |
1.4 论文的主要研究内容 | 第14-16页 |
第2章 数据处理和抗癌药物敏感性预测模型 | 第16-34页 |
2.1 数据处理 | 第16-18页 |
2.1.1 数据来源 | 第16-17页 |
2.1.2 CCLE与GDSC数据处理 | 第17-18页 |
2.2 基于矩阵填充的抗癌药物敏感性预测模型 | 第18-24页 |
2.2.1 矩阵填充模型 | 第19-20页 |
2.2.2 矩阵填充模型算法及理论推导 | 第20-24页 |
2.3 基于岭回归的抗癌药物敏感性预测模型 | 第24-32页 |
2.3.1 CCLE与GDSC基因筛选 | 第24-31页 |
2.3.2 岭回归模型 | 第31页 |
2.3.3 岭回归模型理论推导 | 第31-32页 |
2.4 矩阵填充—岭回归加权模型 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第3章 抗癌药物敏感性预测模型相关结论 | 第34-52页 |
3.1 模型参数优化 | 第34-41页 |
3.1.1 十折交叉验证 | 第34页 |
3.1.2 矩阵填充模型参数优化 | 第34-37页 |
3.1.3 岭回归模型参数优化 | 第37-39页 |
3.1.4 矩阵填充—岭回归加权模型参数优化 | 第39-41页 |
3.2 预测结果分析与比较 | 第41-48页 |
3.2.1 CCLE数据集预测结果分析与比较 | 第41-43页 |
3.2.2 GDSC数据集预测结果分析与比较 | 第43-48页 |
3.3 基因功能分析 | 第48-51页 |
3.3.1 筛选基因 | 第48-49页 |
3.3.2 基因功能分析 | 第49-51页 |
3.4 本章小结 | 第51-52页 |
结论 | 第52-53页 |
附录A | 第53-61页 |
参考文献 | 第61-67页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第67-68页 |
致谢 | 第68页 |