摘要 | 第1-11页 |
ABSTRACT | 第11-14页 |
第一章 绪论 | 第14-28页 |
·引言 | 第14-16页 |
·研究背景 | 第16-22页 |
·蛋白质相互作用网络的拓扑结构研究 | 第16-18页 |
·基于高通量数据的生物网络整合分析研究 | 第18-21页 |
·基于模型的生物网络分析相关研究 | 第21-22页 |
·论文的研究内容和创新点 | 第22-26页 |
·主要研究内容 | 第23-25页 |
·主要创新点 | 第25-26页 |
·论文结构 | 第26-28页 |
第二章 病毒-宿主分子相互作用网络数据的整合与预处理 | 第28-46页 |
·引言 | 第28页 |
·主要人类致病病毒 | 第28-30页 |
·病毒-宿主蛋白质相互作用图谱的构建 | 第30-37页 |
·人类蛋白质相互作用图谱 | 第31-36页 |
·病毒蛋白质相互作用图谱 | 第36-37页 |
·病毒感染相关基因表达谱数据集的建立 | 第37-40页 |
·基因表达谱数据库 | 第38-39页 |
·病毒相关基因表达谱数据 | 第39-40页 |
·人类蛋白质表达谱数据集的建立 | 第40-44页 |
·无标记蛋白质定量方法 | 第41-42页 |
·人类肝脏蛋白质表达谱 | 第42-44页 |
·小结 | 第44-46页 |
第三章 基因表达谱数据的片间校准 | 第46-58页 |
·引言 | 第46页 |
·表达谱数据片间偏差评价及校准方法 | 第46-50页 |
·基因表达谱数据统计模型 | 第46-48页 |
·基于统计假设的校准方法 | 第48-49页 |
·基于生物假设的校准方法 | 第49-50页 |
·基于最小基准集的片间校准方法 | 第50-53页 |
·精度评价函数 | 第51-52页 |
·优化模型 | 第52页 |
·参数设定及初始解群的选取 | 第52-53页 |
·实验结果 | 第53-56页 |
·数据准备 | 第53页 |
·结果分析 | 第53-55页 |
·比例因子ω的影响 | 第55-56页 |
·小结 | 第56-58页 |
第四章 基于基因表达谱的病毒感染激活子网辨识 | 第58-76页 |
·引言 | 第58页 |
·基于表达谱数据的激活子网辨识 | 第58-60页 |
·基于基因表达差异性的激活子网辨识 | 第59-60页 |
·基于基因表达相关性的激活子网辨识 | 第60页 |
·基于综合评价准则的激活子网辨识算法 | 第60-64页 |
·激活子网评价准则 | 第61-63页 |
·激活子网搜索方法 | 第63-64页 |
·实验结果 | 第64-75页 |
·HIV-1 感染激活子网的辨识 | 第64-70页 |
·人类致病病毒相关激活子网 | 第70-75页 |
·小结 | 第75-76页 |
第五章 基于GO 的病毒感染网络相似性度量 | 第76-96页 |
·引言 | 第76页 |
·基于GO 的生物功能相似性度量 | 第76-80页 |
·基于拓扑结构的度量算法 | 第76-78页 |
·基于信息熵值的度量算法 | 第78-80页 |
·蛋白质相互作用网络的功能相似性度量 | 第80-85页 |
·基于最优指派原则的集合相似性度量算法 | 第80-83页 |
·基于局域相似原则的网络相似性度量算法 | 第83-85页 |
·实验结果 | 第85-94页 |
·KEGG 通路功能相似性分析 | 第85-92页 |
·人类致病病毒感染模式分析 | 第92-94页 |
·小结 | 第94-96页 |
第六章 基于传播动力学模型的扰动分析和关键分子辨识 | 第96-114页 |
·引言 | 第96页 |
·蛋白质结合网络的传播动力学模型 | 第96-98页 |
·基于传播动力学模型的扰动分析 | 第98-102页 |
·扰动传播分析 | 第99页 |
·扰动衰减因子 | 第99-102页 |
·基于传播动力学模型的关键分子辨识 | 第102-106页 |
·关键分子辨识模型 | 第103-104页 |
·扰动源辨识近似算法 | 第104-106页 |
·实验结果 | 第106-112页 |
·参数设置 | 第106页 |
·线性叠加假设的验证计算 | 第106-108页 |
·基于酵母网络的多扰动源辨识结果 | 第108-110页 |
·人类致病病毒相关靶标辨识结果 | 第110-112页 |
·小结 | 第112-114页 |
第七章 结论与展望 | 第114-118页 |
·总结 | 第114-115页 |
·未来工作展望 | 第115-118页 |
致谢 | 第118-120页 |
参考文献 | 第120-136页 |
作者在学期间取得的学术成果 | 第136页 |