中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
缩略词列表 | 第8-10页 |
1 绪论 | 第10-22页 |
1.1 原发性肝细胞癌(HCC)治疗现状及发病机制 | 第10-11页 |
1.2 细胞信号通路 | 第11-18页 |
1.2.1 细胞信号通路与疾病发生发展的关系 | 第11-14页 |
1.2.2 信号通路模拟相关介绍 | 第14-18页 |
1.3 生物标志物识别 | 第18-20页 |
1.3.1 生物标志物 | 第18页 |
1.3.2 生物标志物识别方法 | 第18-19页 |
1.3.3 相关数据库、软件及工具简介 | 第19-20页 |
1.4 研究意义及方法设计、预期结果 | 第20-22页 |
2 原发性肝细胞癌信号通路模型构建与模拟 | 第22-42页 |
2.1 原发性肝细胞癌(HCC)信号通路研究进展 | 第22-26页 |
2.1.1 生长因子和受体酪氨酸激酶 | 第23页 |
2.1.2 RAS/RAF/MEK/ERK通路 | 第23-24页 |
2.1.3 PI3K/AKT/mTOR信号通路 | 第24页 |
2.1.4 WNT/β-catenin信号通路 | 第24-26页 |
2.2 材料和方法 | 第26-29页 |
2.2.1 信号通路模型简括 | 第26-27页 |
2.2.2 HCC信号通路模型的构建及动力学参数的收集 | 第27-29页 |
2.2.3 模型的优化和验证 | 第29页 |
2.2.4 模型的模拟分析 | 第29页 |
2.3 结果与讨论 | 第29-40页 |
2.3.1 模拟结果与实验结果的对比性验证 1 | 第29-30页 |
2.3.2 模拟结果与实验结果的对比性验证 2 | 第30-31页 |
2.3.3 模拟结果与实验结果的对比性验证 3 | 第31-32页 |
2.3.4 模拟结果与实验结果的对比性验证 4 | 第32页 |
2.3.5 模拟结果与实验结果的对比性验证 5 | 第32-33页 |
2.3.6 常规模拟与分析 | 第33页 |
2.3.7 模拟生长因子或生长因子受体高表达对ERK的影响 | 第33-35页 |
2.3.8 模拟负反馈对通路整体输出的影响 | 第35-37页 |
2.3.9 模拟通路中各组分初始浓度降低10倍对通路中其它组分的影响 | 第37-40页 |
2.4 本章小结 | 第40-42页 |
3 特征识别在教育数据和生物标志物发现中的应用 | 第42-54页 |
3.1 特征识别 | 第42-49页 |
3.1.1 学习方式指数与特征识别 | 第42-43页 |
3.1.2 材料与方法 | 第43-46页 |
3.1.3 结果和讨论 | 第46-49页 |
3.1.4 总结 | 第49页 |
3.2 特征识别与生物标志物发现 | 第49-51页 |
3.2.1 原发性肝细胞癌(HCC)生物标志物识别 | 第49页 |
3.2.2 材料和方法 | 第49-50页 |
3.2.3 差异表达基因分析结果 | 第50-51页 |
3.2.4 总结 | 第51页 |
3.3 本章总结 | 第51-54页 |
4 全文总结 | 第54-56页 |
致谢 | 第56-58页 |
参考文献 | 第58-66页 |
附录 | 第66-93页 |
A 在校期间发表的论文 | 第66-67页 |
B 附表1模型中的所有组分及其初始浓度 | 第67-74页 |
C 附表2模型中的所有反应及相应的动力学参数 | 第74-93页 |