摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第16-26页 |
1.1 研究背景与意义 | 第16-18页 |
1.2 国内外研究现状 | 第18-23页 |
1.2.1 生物网络与复杂疾病研究 | 第18-20页 |
1.2.2 疾病miRNA预测算法研究 | 第20-22页 |
1.2.3 调控模块发现算法研究 | 第22-23页 |
1.3 本文主要工作及贡献 | 第23-25页 |
1.4 论文组织结构 | 第25-26页 |
第2章 致病miRNA预测及模块识别问题相关概述 | 第26-35页 |
2.1 相似性网络构建方法 | 第26-31页 |
2.1.1 疾病相似性网络构建 | 第26-29页 |
2.1.2 miRNA相似性网络构建 | 第29-31页 |
2.2 疾病miRNA预测评价指标 | 第31-32页 |
2.3 相关数据库简介 | 第32-34页 |
2.4 本章小结 | 第34-35页 |
第3章 基于二分子图和非平衡随机游走的疾病miRNA预测算法 | 第35-50页 |
3.1 引言 | 第35-36页 |
3.2 相关工作 | 第36-37页 |
3.3 基于二分子图和非平衡随机游走的疾病miRNA预测算法BRWH | 第37-41页 |
3.3.1 BRWH 算法框架 | 第37页 |
3.3.2 异构生物网络构建 | 第37-39页 |
3.3.3 二分子图统计分析 | 第39-40页 |
3.3.4 非平衡随机游走模型 | 第40-41页 |
3.4 实验及结果分析 | 第41-49页 |
3.4.1 实验数据来源 | 第41-43页 |
3.4.2 实验结果分析 | 第43-49页 |
3.5 本章小结 | 第49-50页 |
第4章 基于多信息融合的miRNA-疾病关联预测算法 | 第50-68页 |
4.1 引言 | 第50页 |
4.2 相关工作 | 第50-51页 |
4.3 基于多信息融合的miRNA-疾病关联预测算法KRLSM | 第51-57页 |
4.3.1 KRLSM算法框架 | 第51页 |
4.3.2 疾病相似性评估 | 第51-54页 |
4.3.3 miRNA相似性评估 | 第54-56页 |
4.3.4 KRLSM算法描述 | 第56-57页 |
4.4 实验及结果分析 | 第57-67页 |
4.4.1 实验数据来源 | 第57-58页 |
4.4.2 评估方法和指标 | 第58-59页 |
4.4.3 实验结果分析 | 第59-67页 |
4.5 本章小结 | 第67-68页 |
第5章 基于图正则化非负矩阵分解的疾病miRNA预测算法 | 第68-85页 |
5.1 引言 | 第68页 |
5.2 相关工作 | 第68-69页 |
5.3 基于图正则化非负矩阵分解的疾病miRNA预测算法GRNMF | 第69-76页 |
5.3.1 GRNMF算法框架 | 第69-70页 |
5.3.2 相似性网络构建 | 第70-71页 |
5.3.3 WKNNP预处理 | 第71-72页 |
5.3.4 GRNMF算法描述 | 第72-76页 |
5.4 实验及结果分析 | 第76-84页 |
5.4.1 实验数据来源 | 第76页 |
5.4.2 实验场景设置 | 第76页 |
5.4.3 实验结果分析 | 第76-84页 |
5.5 本章小结 | 第84-85页 |
第6章 基于多维癌症组学数据的调控模块识别算法 | 第85-105页 |
6.1 引言 | 第85-86页 |
6.2 相关工作 | 第86-87页 |
6.3 基于多维癌症组学数据的调控模块识别算法Ce Module | 第87-93页 |
6.3.1 Ce Module算法框架 | 第87页 |
6.3.2 JONMF模型构建 | 第87-89页 |
6.3.3 正则化约束条件 | 第89-90页 |
6.3.4 Ce Module算法描述 | 第90-93页 |
6.4 实验及结果分析 | 第93-104页 |
6.4.1 实验数据来源 | 第93-95页 |
6.4.2 实验设置 | 第95-96页 |
6.4.3 实验结果分析 | 第96-104页 |
6.5 本章小结 | 第104-105页 |
结论 | 第105-108页 |
参考文献 | 第108-121页 |
致谢 | 第121-123页 |
附录A 攻读学位期间所发表的学术论文 | 第123-125页 |
附录B 攻读学位期间所参加的科研项目 | 第125页 |