数据挖掘在蛋白质翻译后修饰及疾病诊断和预后中的应用
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 前言 | 第12-29页 |
| 1.1 数据挖掘 | 第12-17页 |
| 1.2 蛋白质翻译后修饰 | 第17-23页 |
| 1.2.1 蛋白质乙酰化 | 第18-19页 |
| 1.2.2 乙酰化修饰的识别与鉴定 | 第19-23页 |
| 1.3 HBV相关肝病诊断 | 第23-26页 |
| 1.4 子宫内膜癌 | 第26-28页 |
| 1.5 本课题的研究目的及意义 | 第28-29页 |
| 第2章 蛋白质乙酰化修饰位点预测分析 | 第29-50页 |
| 2.1 背景介绍 | 第29-30页 |
| 2.2 数据来源及分析方法 | 第30-35页 |
| 2.2.1 数据收集 | 第30-31页 |
| 2.2.2 数据处理 | 第31-32页 |
| 2.2.3 特征整合 | 第32-34页 |
| 2.2.4 模型训练 | 第34页 |
| 2.2.5 模型评估 | 第34-35页 |
| 2.2.6 功能富集分析 | 第35页 |
| 2.3 数据结果 | 第35-43页 |
| 2.3.1 确定乙酰化肽段的最佳长度 | 第35-36页 |
| 2.3.2 不同特征的预测能力 | 第36-40页 |
| 2.3.3 与其他方法比较 | 第40-41页 |
| 2.3.4 网络服务器 | 第41页 |
| 2.3.5 功能分析结果 | 第41-43页 |
| 2.4 LACEP系统介绍 | 第43-47页 |
| 2.4.1 图形界面 | 第43-46页 |
| 2.4.2 文件格式 | 第46-47页 |
| 2.4.3 数据来源 | 第47页 |
| 2.5 讨论 | 第47-48页 |
| 2.6 本章小结 | 第48-50页 |
| 第3章 HBV相关肝病诊断标志物研究 | 第50-69页 |
| 3.1 背景介绍 | 第50-51页 |
| 3.2 数据来源及分析方法 | 第51-57页 |
| 3.2.1 数据收集 | 第51-53页 |
| 3.2.2 数据预处理和质量控制 | 第53-55页 |
| 3.2.3 模型建立 | 第55-57页 |
| 3.2.4 模型评估 | 第57页 |
| 3.3 数据结果 | 第57-67页 |
| 3.3.1 训练模型选择 | 第57-58页 |
| 3.3.2 特征选择 | 第58-59页 |
| 3.3.3 Model AB优化 | 第59-62页 |
| 3.3.4 模型评估和模型比较 | 第62-65页 |
| 3.3.5 特征功能富集分析 | 第65-67页 |
| 3.4 讨论 | 第67-68页 |
| 3.5 本章小结 | 第68-69页 |
| 第4章 早期子宫内膜样腺癌保留卵巢后的预后分析 | 第69-84页 |
| 4.1 背景介绍 | 第69-71页 |
| 4.2 数据来源及分析方法 | 第71-73页 |
| 4.2.1 子宫内膜样腺癌临床数据来源 | 第71页 |
| 4.2.2 数据收集 | 第71-72页 |
| 4.2.3 病例特征选择 | 第72页 |
| 4.2.4 倾向得分匹配 | 第72-73页 |
| 4.2.5 统计分析 | 第73页 |
| 4.3 数据结果 | 第73-80页 |
| 4.3.1 总体人口统计学和临床特征 | 第73-75页 |
| 4.3.2 倾向得分匹配前后统计分析 | 第75-78页 |
| 4.3.3 基于倾向得分匹配的单因素和多因素分析 | 第78-80页 |
| 4.4 讨论 | 第80-83页 |
| 4.5 本章小结 | 第83-84页 |
| 第5章 总结与展望 | 第84-86页 |
| 5.1 全文总结 | 第84-85页 |
| 5.2 工作展望 | 第85-86页 |
| 参考文献 | 第86-101页 |
| 致谢 | 第101-102页 |
| 附录1 | 第102-103页 |
| 附录2 | 第103-118页 |
| 附录3 | 第118-124页 |
| 附录4 | 第124-148页 |
| 科研成果 | 第148页 |
