基因芯片数据的系统生物学分析方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 目录 | 第9-16页 |
| 第一章 引言 | 第16-26页 |
| ·背景 | 第16-17页 |
| ·系统生物学研究的内容 | 第17-19页 |
| ·系统性质和结构 | 第18页 |
| ·系统行为 | 第18-19页 |
| ·系统控制 | 第19页 |
| ·生物系统作为网络的分析方法 | 第19-22页 |
| ·网络的定义和表示方式 | 第19-20页 |
| ·网络模型 | 第20-21页 |
| ·网络中心性 | 第21-22页 |
| ·网络模体 | 第22页 |
| ·基因芯片技术 | 第22-24页 |
| ·本文研究的内容 | 第24-26页 |
| 第二章 基因集合分析方法 | 第26-40页 |
| ·背景 | 第26-28页 |
| ·基因集合富集分析的定义 | 第28-29页 |
| ·基因集合的定义和基因集合资源 | 第29-31页 |
| ·Gene Ontology | 第30页 |
| ·生物网络 | 第30-31页 |
| ·分子特征数据库 | 第31页 |
| ·基因列表分析方法 | 第31-33页 |
| ·基因集合分析方法 | 第33-36页 |
| ·基因集合分析方法原理 | 第34页 |
| ·显著性的计算 | 第34-36页 |
| ·多假设检验下假阳性的控制 | 第36页 |
| ·多基因集合分析工具评述 | 第36-38页 |
| ·基于一元统计方法的软件工具 | 第36-38页 |
| ·基于多元统计方法的软件工具 | 第38页 |
| ·总结和展望 | 第38-40页 |
| 第三章 寻找具有不同表达模式的基因集合 | 第40-62页 |
| ·背景 | 第40-42页 |
| ·方法 | 第42-47页 |
| ·数据预处理和标准化 | 第42-43页 |
| ·基因水平统计量 | 第43页 |
| ·基因集合水平统计量 | 第43-45页 |
| ·样本的随机重排 | 第45-47页 |
| ·表达模式分类 | 第47页 |
| ·一元统计方法中全局随机重排和局部随机重排的比较 | 第47-50页 |
| ·具有单一调控方向的基因集合 | 第48-49页 |
| ·具有两个调控方向的基因集合 | 第49-50页 |
| ·模拟实验 | 第50-53页 |
| ·对真实数据的分析 | 第53-57页 |
| ·分析淋巴细胞数据集 | 第53-56页 |
| ·对三种肺癌数据集的比较 | 第56-57页 |
| ·讨论 | 第57-62页 |
| 第四章 基于网络中心性的生物途径富集 | 第62-88页 |
| ·背景 | 第62-65页 |
| ·方法 | 第65-69页 |
| ·Pathway得分 | 第65-66页 |
| ·中心性指标 | 第66-67页 |
| ·Pathway分值的理论分布 | 第67-69页 |
| ·Pathway分值的非参数分布 | 第69页 |
| ·模拟实验 | 第69-73页 |
| ·网络结构和中心性的影响 | 第69-73页 |
| ·关键基因的影响 | 第73页 |
| ·真实数据分析 | 第73-79页 |
| ·基因到节点的映射 | 第73-78页 |
| ·肝癌数据 | 第78-79页 |
| ·原始数据处理 | 第79-82页 |
| ·PID数据解析 | 第79-82页 |
| ·生成映射规则 | 第82页 |
| ·对GSA方法的扩展 | 第82-83页 |
| ·方法实现 | 第83-85页 |
| ·本地化 | 第83页 |
| ·在线分析平台 | 第83-85页 |
| ·结论 | 第85-88页 |
| 第五章 肝癌组织中基因调控网络的系统生物学研究 | 第88-108页 |
| ·背景 | 第88-90页 |
| ·基因调控网络的构建 | 第90-95页 |
| ·基因芯片数据的处理 | 第90页 |
| ·靶点预测 | 第90-91页 |
| ·实验验证的相互作用 | 第91页 |
| ·共表达模型 | 第91页 |
| ·网络构建的模型 | 第91-92页 |
| ·选择相关系数的阈值 | 第92-95页 |
| ·网络概要 | 第95页 |
| ·网络模块 | 第95-100页 |
| ·miRNA在基因调控网络中的作用 | 第100-102页 |
| ·核心基因调控网络 | 第102-104页 |
| ·转录水平对代谢通路的调控 | 第104-105页 |
| ·结论 | 第105-108页 |
| 第六章 总结和展望 | 第108-112页 |
| ·总结 | 第108-109页 |
| ·展望 | 第109-112页 |
| 参考文献 | 第112-130页 |
| 科研成果 | 第130-132页 |
| 致谢 | 第132-133页 |
