| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及研究目的和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 生物序列分析计算模型 | 第11-12页 |
| 1.2.2 抗癌药物敏感性预测计算模型 | 第12-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 基于碱基组成和分布的DNA序列分析计算模型 | 第17-28页 |
| 2.1 构造24维DNA序列特征向量 | 第17-18页 |
| 2.2 基于24维特征向量的序列分析与比较 | 第18-21页 |
| 2.2.1 实验数据集 | 第18-19页 |
| 2.2.2 序列分析与比较结果 | 第19-21页 |
| 2.3 基于24维特征向量的必需基因识别 | 第21-26页 |
| 2.3.1 实验数据集 | 第21-22页 |
| 2.3.2 必需基因识别算法与结果 | 第22-25页 |
| 2.3.3 必需基因识别算法分析 | 第25-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 抗癌药物敏感性预测的复杂网络计算模型 | 第28-49页 |
| 3.1 实验数据集与数据预处理 | 第28-30页 |
| 3.2 细胞系相似性和药物相似性度量方法 | 第30-31页 |
| 3.3 细胞系-药物复杂网络计算模型框架 | 第31-35页 |
| 3.3.1 计算模型假设 | 第31-32页 |
| 3.3.2 细胞系-药物复杂网络计算模型 | 第32-35页 |
| 3.4 抗癌药物敏感性预测结果 | 第35-48页 |
| 3.4.1 无类型限制的“细胞系-药物”敏感性预测 | 第35-38页 |
| 3.4.2 “新细胞系-新药物”的敏感性预测 | 第38-43页 |
| 3.4.3 GDSC数据集中缺失值的预测 | 第43-48页 |
| 3.5 本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第56-57页 |
| 致谢 | 第57页 |