| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 研究的背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 基因共表达网络介绍 | 第13-14页 |
| 1.3 国内外研究现状及分析 | 第14-20页 |
| 1.3.1 网络的生物背景 | 第14-17页 |
| 1.3.2 网络构建 | 第17-19页 |
| 1.3.3 生物网络的应用 | 第19-20页 |
| 1.4 研究内容和创新点 | 第20-21页 |
| 1.5 本文的组织结构 | 第21-22页 |
| 第2章 理论基础 | 第22-28页 |
| 2.1 斯皮尔曼相关系数 | 第22-23页 |
| 2.2 遗传算法 | 第23-25页 |
| 2.3 DAVID介绍 | 第25-26页 |
| 2.4 性能评估 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 差异性子网搜索算法 | 第28-40页 |
| 3.1 数据来源及其预处理 | 第28-31页 |
| 3.1.1 模拟数据 | 第28-29页 |
| 3.1.2 真实数据来源及其数据预处理 | 第29-30页 |
| 3.1.3 数据标准化 | 第30-31页 |
| 3.2 基因共表达网络的构建 | 第31-32页 |
| 3.3 评分函数 | 第32-38页 |
| 3.3.1 评分函数介绍 | 第32-34页 |
| 3.3.2 权重参数?的选择 | 第34-38页 |
| 3.4 差异性子网搜索 | 第38-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 实验结果与对比分析 | 第40-66页 |
| 4.1 其他算法介绍 | 第40-44页 |
| 4.1.1 jAM算法 | 第40-41页 |
| 4.1.2 Local算法 | 第41-43页 |
| 4.1.3 jAM和Local算法的实现 | 第43-44页 |
| 4.2 模拟数据的方法比较 | 第44-46页 |
| 4.2.1 实验结果 | 第44-45页 |
| 4.2.2 对比分析 | 第45-46页 |
| 4.3 应用于病态肥胖个体的肝脏和网膜基因表达数据 | 第46-54页 |
| 4.3.1 实验结果 | 第46-48页 |
| 4.3.2 拓扑比较 | 第48-52页 |
| 4.3.3 GO基因注释 | 第52-54页 |
| 4.4 扩展到跨多个基因表达数据集的子网络识别 | 第54-59页 |
| 4.4.1 实验结果 | 第54-57页 |
| 4.4.2 GO基因注释 | 第57-59页 |
| 4.5 性状关联子网的拓扑性质 | 第59-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 总结与研究展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 研究展望 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 攻读学位期间取得的学术成果 | 第76-77页 |
| 致谢 | 第77页 |