首页--医药、卫生论文--肿瘤学论文--消化系肿瘤论文--肝肿瘤论文

基于信号通路模拟和生物标志物识别的新型抗原发性肝细胞癌药物靶点发现

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

论文共93页,点击 下载论文
上一篇:黄芪多糖对人视网膜色素上皮细胞ARPE-19抗氧化保护作用的研究
下一篇:前哨淋巴结活检术在早期乳腺癌治疗中的应用