生物网络分析及其在复杂疾病研究中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-25页 |
| ·生物网络和复杂疾病 | 第11-14页 |
| ·课题的研究意义 | 第14-15页 |
| ·相关研究工作 | 第15-22页 |
| ·蛋白质相互作用可靠性评估 | 第15-18页 |
| ·动态蛋白质相互作用网络的构建 | 第18-19页 |
| ·蛋白质复合物挖掘 | 第19-21页 |
| ·基于生物网络的复杂疾病研究 | 第21-22页 |
| ·本文的主要研究内容 | 第22-23页 |
| ·论文的结构 | 第23-25页 |
| 第二章 蛋白质相互作用预测和可靠性评估 | 第25-36页 |
| ·问题来源 | 第25-26页 |
| ·Gene Ontology语义相似性 | 第26-28页 |
| ·GO语义相似性定义和评估方法 | 第28-30页 |
| ·GO注释间的语义相似性 | 第28-29页 |
| ·基因产物间的语义相似性 | 第29页 |
| ·GO语义相似性跟蛋白质相互作用的关系评估方法 | 第29-30页 |
| ·基于GO语义相似性的蛋白质相互作用可靠性评估 | 第30-34页 |
| ·ROC分析结果 | 第31-33页 |
| ·信息增益分析结果 | 第33页 |
| ·卡方检验分析结果 | 第33-34页 |
| ·讨论和结论 | 第34页 |
| ·本章小结 | 第34-36页 |
| 第三章 动态蛋白质相互作用网络的构建 | 第36-51页 |
| ·问题来源 | 第36-37页 |
| ·时序基因表达数据分析 | 第37-44页 |
| ·时序基因表达数据的选择 | 第37-38页 |
| ·核糖体相关基因的筛选 | 第38-39页 |
| ·基于模型的时序基因表达数据分析 | 第39-42页 |
| ·跟生物实验结果比较 | 第42-44页 |
| ·组织特异性基因表达数据和组织特异性网络分析 | 第44-50页 |
| ·组织特异性蛋白质相互作用网络的重建 | 第44-46页 |
| ·蛋白质相互作用组织特异性 | 第46页 |
| ·组织特异性蛋白质相互作用网络的拓扑分析 | 第46-47页 |
| ·聚类分析结果的GO富集分析 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 蛋白质复合物和功能模块挖掘 | 第51-71页 |
| ·问题来源 | 第51-53页 |
| ·基于关键蛋白的蛋白质复合物和功能模块挖掘 | 第53-58页 |
| ·蛋白质复合物模型和相关概念 | 第53-54页 |
| ·基于关键蛋白质的复合物挖掘算法 | 第54-58页 |
| ·EPOF算法在无权重网络上的聚类结果 | 第58-67页 |
| ·跟已知复合物的比较结果 | 第58-60页 |
| ·Gene Ontology富集分析结果 | 第60-61页 |
| ·准确性比较 | 第61-62页 |
| ·复合物密度分析 | 第62-63页 |
| ·有重叠的功能模块分析 | 第63-65页 |
| ·关键蛋白质种子的效果分析 | 第65-67页 |
| ·EPOF算法在加权重网络上的聚类结果 | 第67-68页 |
| ·跟已知复合物的比较结果 | 第67页 |
| ·Gene Ontology富集分析结果 | 第67-68页 |
| ·准确性分析 | 第68页 |
| ·生物网络聚类分析软件开发 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 基于图中心度的疾病基因签名融合 | 第71-80页 |
| ·问题来源 | 第71-72页 |
| ·基于图论中心度的疾病基因签名融合 | 第72-74页 |
| ·基于图论中心图的基因签名融合方法 | 第73页 |
| ·图论中心度定义 | 第73-74页 |
| ·实例：乳腺癌 | 第74-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 总结 | 第80-83页 |
| ·主要贡献和创新点 | 第80-81页 |
| ·展望 | 第81-83页 |
| 参考文献 | 第83-90页 |
| 致谢 | 第90-91页 |
| 攻读博士学位期间主要的研究成果 | 第91-93页 |
