| 中文摘要 | 第4-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第13-27页 |
| 1.1 MS的分类 | 第13-14页 |
| 1.2 MS常用的检测手段 | 第14页 |
| 1.3 MS的诊断标准 | 第14-15页 |
| 1.4 MS患者的临床表现 | 第15-17页 |
| 1.4.1 脊髓综合征 | 第15-16页 |
| 1.4.2 视神经炎 | 第16页 |
| 1.4.3 脑干或小脑综合症 | 第16-17页 |
| 1.4.4 认知障碍 | 第17页 |
| 1.4.5 其他临床表现 | 第17页 |
| 1.5 MS的致病机理 | 第17-19页 |
| 1.6 MS目前的治疗方法 | 第19-20页 |
| 1.6.1 急性复发管理 | 第19-20页 |
| 1.6.2 疾病修复治疗 | 第20页 |
| 1.6.3 对症治疗 | 第20页 |
| 1.7 主要亚型RRMS的介绍 | 第20-21页 |
| 1.8 生物信息学的介绍及研究进展 | 第21-23页 |
| 1.9 转录组数据与生物信息学的结合 | 第23页 |
| 1.10 应用生物信息方法进行特征选择 | 第23-25页 |
| 1.11 特征选择技术及SAM-GSR算法 | 第25-26页 |
| 1.12 本研究的目的和意义 | 第26-27页 |
| 第二章 多发性硬化症特征性基因的筛选 | 第27-69页 |
| 2.1 实验目的 | 第27页 |
| 2.2 实验数据与方法 | 第27-34页 |
| 2.2.1 表达谱数据收集及预处理 | 第27-28页 |
| 2.2.2 显著差异表达基因双向层次聚类 | 第28页 |
| 2.2.3 差异基因功能和功能富集分析 | 第28-29页 |
| 2.2.4 WGCNA算法筛选疾病相关模块及基因 | 第29-31页 |
| 2.2.5 疾病相关模块中基因共表达网络分析 | 第31-32页 |
| 2.2.6 疾病相关miRNA调控网络的构建 | 第32-33页 |
| 2.2.7 调控网络中靶标基因相关药物分子的搜索 | 第33页 |
| 2.2.8 筛选最优重要基因组合构建分类模型 | 第33-34页 |
| 2.3 实验结果 | 第34-64页 |
| 2.3.1 数据预处理和显著差异基因的筛选 | 第34页 |
| 2.3.2 显著差异表达基因双向层次聚类 | 第34-37页 |
| 2.3.3 基因功能和通路富集分析 | 第37-40页 |
| 2.3.4 WGCNA算法筛选疾病相关模块及基因 | 第40-44页 |
| 2.3.5 疾病相关模块中基因共表达网络分析 | 第44-53页 |
| 2.3.6 疾病相关miRNA调控网络的构建 | 第53-56页 |
| 2.3.7 调控网络中靶标基因相关药物分子的搜索 | 第56-57页 |
| 2.3.8 筛选最优重要基因组合构建分类模型 | 第57-64页 |
| 2.4 讨论 | 第64-69页 |
| 第三章 通过优化通路分析方法筛选多发性硬化症的疾病特征 | 第69-85页 |
| 3.1 实验目的 | 第69页 |
| 3.2 材料和方法 | 第69-74页 |
| 3.2.1 实验数据 | 第69-70页 |
| 3.2.2 数据预处理 | 第70页 |
| 3.2.3 统计学方法 | 第70-74页 |
| 3.2.4 统计指标 | 第74页 |
| 3.2.5 统计语言和程序包 | 第74页 |
| 3.3 结果与结论 | 第74-82页 |
| 3.3.1 SAM-GSR和改良的SAM-GSR模型比较 | 第74-80页 |
| 3.3.2 与其他相关特征比较 | 第80-81页 |
| 3.3.3 使用肺腺癌(AC)数据集进行验证 | 第81-82页 |
| 3.4 讨论 | 第82-85页 |
| 文章结论 | 第85-87页 |
| 附录 | 第87-107页 |
| 参考文献 | 第107-126页 |
| 攻读博士学位期间的科研成果 | 第126-127页 |
| 致谢 | 第127页 |