首页--医药、卫生论文--肿瘤学论文--一般性问题论文--肿瘤诊断学论文

生物分子网络分析在癌症标志物发现和基因网络演化机制探索中的应用

中文摘要第3-5页
Abstract第5-6页
引言第9-11页
第一部分: 基于miRNA调控网络的癌症miRNA标志物的鉴定第11-41页
    第一章 研究背景第11-14页
        1.1 MiRNA来源及其作用机制第11-12页
        1.2 MiRNA作为潜在癌症生物标志物第12-14页
    第二章 现有癌症miRNA标志物鉴定方法及其局限性第14-18页
        2.1 完全基于实验数据的传统鉴定方法第14-15页
        2.2 以基于miRNA调控网络的生物信息学预测作为辅助的鉴定方法第15-18页
    第三章 癌症诊断mi RNA标志物预测新型算法的提出第18-25页
        3.1 POMA算法基本思路及可行性分析第18-22页
        3.2 POMA算法的具体实现步骤第22-24页
        3.3 POMA算法计算机程序实现第24-25页
    第四章 POMA算法用于前列腺癌miRNA诊断标志物的预测第25-36页
        4.1 材料和方法第25-28页
        4.2 结果分析第28-34页
        4.3 讨论与总结第34-36页
    第五章 POMA算法用于其它癌症研究中miRNA的功能分析第36-39页
        5.1 肾透明细胞癌相关miRNA的鉴定及功能分析第36-37页
        5.2 急性骨髓性白血病miRNA标志物的鉴定及其功能分析第37-38页
        5.3 耐去势前列腺癌核心miRNA的鉴定以及功能分析第38-39页
    第六章 小结第39-41页
第二部分: 新基因驱动基因互作网络的演化第41-64页
    第七章 背景介绍第41-44页
        7.1 新基因的起源与演化第41-42页
        7.2 新基因驱动基因互作网络的演化第42-44页
    第八章 材料方法第44-47页
    第九章 结果与讨论第47-62页
    第十章 小结第62-64页
参考文献第64-76页
附录第76-88页
    附件 1: mi RNA和mRNA表达数据集第76-77页
    附件 2: 基于差异表达基因筛选的不同阈值的预测结果比较第77-79页
    附件 3: 前列腺癌miRNA生物标志物的预测结果第79-81页
    附件 4: 通过低通量检测手段获得的前列腺癌中具有失调活性的miRNA第81-82页
    附件 5: 预测结果miRNA的独立调控基因所显著富集的GeneGO通路第82-83页
    附件 6: 人类蛋白质互作网络连通度的幂律分布图第83-84页
    附件 7: 基于HPRD数据库人类蛋白质互作网络分析图第84-85页
    附件 8: 基于另一套基因年龄数据的人类基因年龄与基因互作网络拓扑性质相关性第85-86页
    附件 9: 小鼠基因年龄与基因互作网络拓扑性质的相关性第86-87页
    附件 10:人类基因年龄与其在蛋白质互作网络中被检测比例之间的相关性第87-88页
博士期间发表论文及获奖第88-90页
    一、发表(及待发表)论文第88-89页
    二、参与撰写书目章节第89页
    三、参与学术活动第89页
    四、课题资助第89页
    五、获奖情况第89-90页
致谢第90-91页

论文共91页,点击 下载论文
上一篇:面料折叠造型在女装中的设计应用
下一篇:蛋白质结构识别:从天然折叠到诱导折叠