| 摘要 | 第4-5页 |
| 英文摘要 | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题的研究背景 | 第9-12页 |
| 1.1.1 基因和人类疾病 | 第9-10页 |
| 1.1.2 疾病基因研究的相关数据库简介 | 第10-12页 |
| 1.2 课题的研究意义 | 第12-13页 |
| 1.3 课题的研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 2 疾病候选基因排名方法研究进展 | 第15-23页 |
| 2.1 基于生物特征的疾病候选基因排名方法 | 第15-17页 |
| 2.2 基于网络信息的疾病候选基因排名方法 | 第17-19页 |
| 2.2.1 使用局部网络信息 | 第17-18页 |
| 2.2.2 使用全局网络信息 | 第18-19页 |
| 2.3 基于多信息融合的疾病候选基因排名方法 | 第19-22页 |
| 2.3.1 融合表型网络信息和分子相互作用信息 | 第19-21页 |
| 2.3.2 融合异构的生物数据 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于PPI网络拓扑特性和GO相似性的候选基因排名方法 | 第23-35页 |
| 3.1 基于最短路径的候选基因排名方法SPranker | 第23-24页 |
| 3.2 融合GO相似性的候选基因排名方法SPGOranker | 第24-26页 |
| 3.3 实验结果与分析 | 第26-31页 |
| 3.3.1 实验数据 | 第26页 |
| 3.3.2 效果评价标准 | 第26-27页 |
| 3.3.3 交叉验证分析 | 第27-29页 |
| 3.3.4 参数的影响分析 | 第29-31页 |
| 3.4 预测罕见疾病潜在的致病基因 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于搜索引擎算法的候选基因排名方法 | 第35-48页 |
| 4.1 人类疾病网络构建与拓扑分析 | 第35-38页 |
| 4.1.1 人类疾病网络的拓扑分析 | 第36-37页 |
| 4.1.2 疾病基因网络的拓扑分析 | 第37-38页 |
| 4.2 基于搜索引擎算法的候选基因排名方法 | 第38-41页 |
| 4.2.1 TrustRanker方法 | 第38-40页 |
| 4.2.2 计算每个基因的先验值 | 第40-41页 |
| 4.3 实验结果与分析 | 第41-46页 |
| 4.3.1 实验数据 | 第41页 |
| 4.3.2 交叉验证分析 | 第41-44页 |
| 4.3.3 参数的影响分析 | 第44-46页 |
| 4.4 使用TrustRanker预测新的致病基因 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 结束语 | 第48-50页 |
| 5.1 研究工作总结 | 第48-49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-57页 |
| 攻读硕士学位期间主要研究成果 | 第57-58页 |
| 致谢 | 第58页 |
