基于异构网络的人类miRNA与疾病关系研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7页 |
| 1.2 microRNA生物学背景 | 第7-10页 |
| 1.2.1 miRNA的产生 | 第8-9页 |
| 1.2.2 miRNA对生命过程的影响 | 第9-10页 |
| 1.3 miRNA与疾病关系 | 第10-11页 |
| 1.4 研究目的和意义 | 第11页 |
| 1.5 国内外研究现状 | 第11-12页 |
| 1.6 本文结构及安排 | 第12-13页 |
| 第二章 经典算法综述 | 第13-24页 |
| 2.1 数据集介绍 | 第13页 |
| 2.1.1 miRNA与疾病关联数据库 | 第13页 |
| 2.1.2 疾病表型数据库 | 第13页 |
| 2.2 疾病表型网络的构建和分析 | 第13-16页 |
| 2.2.1 疾病表型组定义 | 第13-14页 |
| 2.2.2 人类疾病表型网络 | 第14-16页 |
| 2.3 基于相似性测量的预测算法 | 第16-23页 |
| 2.3.1 超几何分布 | 第16-17页 |
| 2.3.2 重启型随机游走算法(RWRMDA) | 第17-18页 |
| 2.3.3 图论算法(DAG) | 第18-21页 |
| 2.3.4 K近邻相似算法(HDMP) | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于自加权的致病miRNA预测算法 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 miRNA网络的构建 | 第24-26页 |
| 3.2.1 理论依据 | 第24-25页 |
| 3.2.2 自加权算法 | 第25-26页 |
| 3.3 基于异构网络的随机游走 | 第26-29页 |
| 3.4 实验 | 第29-34页 |
| 3.4.1 实验结果分析 | 第29-31页 |
| 3.4.2 训练参数 | 第31-32页 |
| 3.4.3 案例分析 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 基于拓扑相似的致病miRNA预测算法 | 第35-40页 |
| 4.1 引言 | 第35页 |
| 4.2 关联关系网 | 第35-36页 |
| 4.3 网络拓扑相似 | 第36-37页 |
| 4.4 实验 | 第37-39页 |
| 4.4.1 实验结果分析 | 第37-38页 |
| 4.4.2 案例分析 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-41页 |
| 5.1 研究内容总结 | 第40页 |
| 5.2 下一步工作 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 攻读硕士学位期间的主要成果 | 第44-45页 |
| 致谢 | 第45页 |
