基于异构网络模型的致病基因预测算法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7-8页 |
| ·致病基因预测研究现状 | 第8-10页 |
| ·本文工作及论文结构 | 第10-11页 |
| 第二章 致病基因预测问题概述 | 第11-21页 |
| ·致病基因预测问题 | 第11-15页 |
| ·相关生物网络 | 第11-14页 |
| ·致病基因排序问题定义 | 第14-15页 |
| ·现有预测方法 | 第15-19页 |
| ·基于直接网络邻居的方法 | 第15-16页 |
| ·基于网络流的方法 | 第16页 |
| ·基于网络比对的方法 | 第16页 |
| ·基于分类的方法 | 第16-17页 |
| ·基于模块的方法 | 第17-19页 |
| ·基于异构网络模型的框架 | 第19-21页 |
| 第三章 co-rank 算法预测致病基因 | 第21-29页 |
| ·异构网络的构建 | 第21-24页 |
| ·图的相关概念及性质 | 第21-22页 |
| ·网络构建过程 | 第22-24页 |
| ·co-rank 算法 | 第24-29页 |
| ·马尔科夫性质 | 第24-25页 |
| ·经典的随机游走和 RWR 算法 | 第25-26页 |
| ·co-rank 算法 | 第26-29页 |
| 第四章 实验结果及分析 | 第29-47页 |
| ·实验数据 | 第29-32页 |
| ·蛋白质相互作用网络数据 | 第29-30页 |
| ·疾病相似性网络数据 | 第30页 |
| ·疾病-基因对应网络数据 | 第30-32页 |
| ·实验效果及分析 | 第32-42页 |
| ·留一交叉验证及实验准备 | 第32-33页 |
| ·参数估计 | 第33-39页 |
| ·算法比较 | 第39-42页 |
| ·案例分析 | 第42-45页 |
| ·阿尔茨海默病 | 第42-43页 |
| ·乳腺癌 | 第43-44页 |
| ·Ⅱ型糖尿病 | 第44-45页 |
| ·实验结果与真实结果的比较 | 第45-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 致谢 | 第49-51页 |
| 参考文献 | 第51-55页 |
