| 摘要 | 第2-4页 |
| abstract | 第4-6页 |
| 引言 | 第9-11页 |
| 第1章 受体酪氨酸激酶Mer及其抑制剂的 3D-QSAR、分子对接和动力学研究 | 第11-37页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 材料和方法 | 第12-21页 |
| 1.2.1 数据集 | 第12-17页 |
| 1.2.2 分子对接 | 第17页 |
| 1.2.3 CoMSIA模型 | 第17-19页 |
| 1.2.4 分子动力学模拟 | 第19页 |
| 1.2.5 结合自由能计算 | 第19-20页 |
| 1.2.6 结合自由能分解 | 第20-21页 |
| 1.3 结果与讨论 | 第21-31页 |
| 1.3.1 分子对接结果 | 第21-23页 |
| 1.3.2 CoMSIA模型的建立和分析 | 第23-28页 |
| 1.3.3 动力学结果 | 第28页 |
| 1.3.4 结合自由能计算 | 第28-31页 |
| 1.4 结论 | 第31-32页 |
| 参考文献 | 第32-37页 |
| 第2章 基因表达式编程（GEP）模型在非小细胞肺癌诊断中的设计与应用 | 第37-48页 |
| 2.1 研究背景 | 第37-38页 |
| 2.2 材料和方法 | 第38-40页 |
| 2.2.1 NSCLS患者组和对照组 | 第38页 |
| 2.2.2 肿瘤标志物的选择 | 第38-39页 |
| 2.2.3 ROC曲线检测肿瘤标志物的敏感性 | 第39页 |
| 2.2.4 GEP算法及模型的建立 | 第39-40页 |
| 2.3 结果和讨论 | 第40-44页 |
| 2.3.1 相关标志物统计学分析结果 | 第40-41页 |
| 2.3.2 ROC曲线分析 | 第41-43页 |
| 2.3.3 GEP模型 | 第43-44页 |
| 2.4 结论 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 综述 | 第48-59页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间的研究成果 | 第59-60页 |
| 附录 | 第60-61页 |
| 致谢 | 第61-62页 |