| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第1章 绪论 | 第13-25页 |
| ·研究背景 | 第13-17页 |
| ·各种组学与高通量实验技术 | 第13-15页 |
| ·高通量组学数据所带来的机遇与挑战 | 第15-17页 |
| ·本文的研究内容 | 第17-23页 |
| ·基于转录组学数据的microRNA活性分析 | 第18-19页 |
| ·基于高通量生物数据的代谢流量分析 | 第19-23页 |
| ·本文的组织结构 | 第23-25页 |
| 第2章 利用转录组学数据进行microRNA活性分析 | 第25-53页 |
| ·MicroRNA概述 | 第25-28页 |
| ·MicroRNA的生物成因 | 第25-26页 |
| ·MicroRNA的转录后调控机制 | 第26-28页 |
| ·MicroRNA活性评价方法mirAct | 第28-40页 |
| ·MirAct方法流程 | 第29-34页 |
| ·模拟数据集上的实验评估 | 第34-37页 |
| ·实验结果与讨论 | 第37-40页 |
| ·基于Web的microRNA活性评价工具mirAct | 第40-46页 |
| ·mirAct的框架及用户操作 | 第41-43页 |
| ·在实际数据集上的应用 | 第43-46页 |
| ·MicroRNA表达量与活性的关系 | 第46-51页 |
| ·MicroRNA调控靶基因mRNA表达水平的复杂性 | 第46-47页 |
| ·数据来源及分析方法 | 第47-48页 |
| ·结果展示 | 第48-50页 |
| ·相关讨论 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第3章 基于碳标记实验质谱及核磁数据的代谢流量分析 | 第53-81页 |
| ·基于碳标记实验的代谢流量分析基础知识 | 第53-58页 |
| ·~(13)C MFA中的“湿”实验 | 第54-55页 |
| ·~(13)C MFA中的“干”实验 | 第55-58页 |
| ·~(13)C MFA计算系统中Trap的检测方法 | 第58-65页 |
| ·问题描述 | 第59-61页 |
| ·Trap检测算法 | 第61-63页 |
| ·实验验证 | 第63-65页 |
| ·小结 | 第65页 |
| ·对大肠杆菌氧化应激的代谢流量分析 | 第65-71页 |
| ·大肠杆菌中心碳代谢网络的构建 | 第66-68页 |
| ·~(13)C MFA分析所需实验数据的获取 | 第68页 |
| ·代谢流量分布估计及代谢流量置信区间计算 | 第68-69页 |
| ·实验结果及相关讨论 | 第69-70页 |
| ·小结 | 第70-71页 |
| ·结合~(13)C MFA与FBA的代谢流量分析 | 第71-81页 |
| ·模型和方法 | 第72-75页 |
| ·实验设定 | 第75页 |
| ·结果与讨论 | 第75-78页 |
| ·小结 | 第78-81页 |
| 第4章 结合蛋白质组学数据的高等生物代谢流量分析 | 第81-101页 |
| ·概述 | 第81-82页 |
| ·通过混合整数规划模型结合蛋白质组数据 | 第82-92页 |
| ·全基因组代谢活性预测 | 第83-86页 |
| ·利用差异表达信息的全基因组代谢活性差异预测 | 第86-92页 |
| ·数据处理及MILP优化 | 第92-94页 |
| ·数据来源 | 第92-93页 |
| ·数据处理 | 第93-94页 |
| ·MILP的优化 | 第94页 |
| ·分析结果及讨论 | 第94-99页 |
| ·结合表达数据与代谢网络信息的必要性 | 第94-95页 |
| ·不同代谢功能的活性差异及翻译后调控 | 第95-98页 |
| ·不同代谢途径在不同时间点上的代谢活性差异 | 第98-99页 |
| ·本章小结 | 第99-101页 |
| 第5章 总结与展望 | 第101-105页 |
| ·工作总结 | 第101-103页 |
| ·未来工作的展望 | 第103-105页 |
| 参考文献 | 第105-115页 |
| 附录 | 第115-123页 |
| 致谢 | 第123-125页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第125页 |
