基因调控网络构建及在癌症基因预测中的应用
| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-28页 |
| ·研究背景 | 第12-14页 |
| ·基因调控网络建模及应用 | 第14-23页 |
| ·网络建模的意义 | 第14-15页 |
| ·网络建模研究现状 | 第15-22页 |
| ·网络建模与癌症基因预测 | 第22-23页 |
| ·机遇与挑战 | 第23-25页 |
| ·本文工作及组织 | 第25-28页 |
| ·主要工作与创新 | 第25-27页 |
| ·章节安排 | 第27-28页 |
| 第二章 基于有约束搜索的因果基因调控网络建模 | 第28-40页 |
| ·两种经典的贝叶斯网构建方法 | 第28-32页 |
| ·基于约束的方法 | 第30页 |
| ·基于搜索的方法 | 第30-32页 |
| ·约束与搜索结合的因果调控网络建模算法 | 第32-35页 |
| ·研究基础 | 第32-33页 |
| ·算法思想 | 第33-34页 |
| ·具体实现 | 第34-35页 |
| ·实验结果与分析 | 第35-39页 |
| ·仿真数据实验与分析 | 第35-37页 |
| ·真实数据实验与分析 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第三章 基于误差检验的共表达基因调控网络建模 | 第40-54页 |
| ·共表达基因调控网络 | 第40-42页 |
| ·基于误差检验的基因调控网络建模算法 | 第42-46页 |
| ·回归模型 | 第43-44页 |
| ·回归误差检验 | 第44-45页 |
| ·算法流程 | 第45页 |
| ·算法结束条件 | 第45-46页 |
| ·算法复杂度分析 | 第46页 |
| ·实验结果与分析 | 第46-51页 |
| ·仿真数据实验与分析 | 第46-49页 |
| ·真实数据实验与分析 | 第49-51页 |
| ·小结 | 第51-54页 |
| 第四章 基于无标度特征的基因调控网络建模 | 第54-64页 |
| ·预备知识 | 第54-56页 |
| ·复杂网络 | 第54-55页 |
| ·无标度网络 | 第55-56页 |
| ·基于无标度特征的网络结构测度 | 第56-57页 |
| ·无标度网络的结构先验 | 第56页 |
| ·无标度网络的结构评分测度 | 第56-57页 |
| ·基于无标度特征的网络建模算法 | 第57-59页 |
| ·算法概述 | 第57-58页 |
| ·算法流程 | 第58-59页 |
| ·实验结果与分析 | 第59-63页 |
| ·仿真数据实验与分析 | 第59-61页 |
| ·真实数据实验与分析 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第五章 基于隐变量抽样的动态基因调控网络建模 | 第64-76页 |
| ·动态基因调控网络建模 | 第64-67页 |
| ·动态贝叶斯网模型 | 第65-66页 |
| ·隐变量抽样 | 第66-67页 |
| ·基于隐变量抽样的动态调控网络建模 | 第67-69页 |
| ·贝叶斯推理 | 第67-68页 |
| ·先验概率 | 第68-69页 |
| ·算法流程 | 第69页 |
| ·实验结果与分析 | 第69-74页 |
| ·仿真数据实验与分析 | 第70-74页 |
| ·真实数据实验与分析 | 第74页 |
| ·小结 | 第74-76页 |
| 第六章 网络建模在癌症相关基因预测中的应用 | 第76-92页 |
| ·癌症基因预测的意义 | 第76-77页 |
| ·基于差异网络的癌症相关基因预测 | 第77-81页 |
| ·差异表达基因检测 | 第77-78页 |
| ·差异网络建模 | 第78-80页 |
| ·基于差异网络的癌症相关基因预测算法 | 第80-81页 |
| ·实验结果与分析 | 第81-90页 |
| ·仿真数据上算法性能比较 | 第81-82页 |
| ·真实数据上的预测结果 | 第82-84页 |
| ·预测结果的重合度分析 | 第84-85页 |
| ·预测结果的功能富集性分析 | 第85-87页 |
| ·预测结果的生物学意义 | 第87-90页 |
| ·小结 | 第90-92页 |
| 第七章 总结与展望 | 第92-96页 |
| ·本文工作总结 | 第92-93页 |
| ·未来工作展望 | 第93-96页 |
| 致谢 | 第96-98页 |
| 参考文献 | 第98-106页 |
| 攻读博士学位期间的研究成果 | 第106-108页 |
