首页--生物科学论文--分子生物学论文--基因工程(遗传工程)论文

基于癌症基因测序数据的统计方法研究

摘要第1-7页
ABSTRACT第7-10页
目录第10-14页
表格第14-16页
插图第16-18页
主要符号对照表第18-19页
第一章 绪论第19-27页
   ·基因测序技术第19-22页
     ·Sanger测序法第19-20页
     ·新一代基因测序技术第20-22页
   ·癌症基因测序第22-24页
     ·原理第22-23页
     ·目的第23页
     ·困难与挑战第23-24页
   ·本文研究内容第24-25页
     ·基因型推断第24页
     ·寻找SNV第24-25页
     ·寻找驱动基因第25页
     ·探寻基因间交互作用第25页
   ·本文组织结构第25-27页
第二章 基因型推断第27-49页
   ·测序数据第27-29页
   ·似然模型第29-34页
     ·基于单个位点的似然函数第30-33页
     ·基于单个样本的似然函数第33-34页
   ·EM算法第34-41页
     ·基于单个位点似然函数的EM算法第34-37页
     ·基于单个样本似然函数的EM算法第37-40页
     ·循环迭代求解第40-41页
   ·模拟结果第41-49页
     ·参数估计第41-44页
     ·与其他方法的比较第44-49页
第三章 寻找SNV第49-71页
   ·似然比检验第49-50页
     ·检验统计量第49-50页
     ·原假设下的统计量分布第50页
   ·模拟数据结果第50-62页
     ·Ⅰ型错误第51-54页
     ·功效比较第54-59页
     ·迭代收敛第59-62页
   ·真实数据结果第62-66页
     ·ρ的估计结果第62-64页
     ·α,f及基因型的估计结果第64-66页
     ·SNV检验的结果第66页
   ·LOH的估计第66-71页
     ·似然模型第66-67页
     ·EM算法第67-68页
     ·参数检验第68-69页
     ·模拟结果第69-71页
第四章 寻找驱动基因第71-97页
   ·突变类型第72-73页
   ·数据结构第73-74页
   ·基于泊松分布的似然模型第74-77页
     ·背景变异率和基因变异率第74-75页
     ·模型假定第75页
     ·似然函数第75-77页
   ·参数估计第77-79页
     ·背景变异率的估计第77-79页
     ·基因变异率的估计第79页
   ·参数检验第79-84页
     ·单参数检验第79-81页
     ·多参数检验第81-82页
     ·混合卡方分布的偏移系数第82-84页
   ·其他方法第84-85页
     ·基于伯努利分布的方法第84页
     ·PathScan软件第84-85页
   ·模拟数据结果第85-93页
     ·单参数的情形第85-88页
     ·多参数的情形第88-90页
     ·与其他方法的比较第90-93页
   ·实际数据分析第93-97页
     ·Ding(2008)的数据第93-95页
     ·LUAD和LUSC数据第95-97页
第五章 探寻交互作用第97-103页
   ·置换检验方法第97-98页
   ·蒙特卡洛模拟方法第98-101页
   ·真实数据应用第101-103页
第六章 结论第103-107页
   ·本文主要成果第103-104页
     ·有关体细胞突变的研究第103页
     ·有关驱动基因的研究第103-104页
     ·有关交互作用的研究第104页
   ·本文方法的改进与未来研究方向第104-107页
参考文献第107-111页
附录A相关证明第111-117页
 A.1 式(2.1 2)的证明第111-112页
 A.2 式(2 .17),(2 .18),(2 .19)的证明第112页
 A.3 表3 .11的证明第112-113页
 A.4 式(3.5)的证明第113-114页
 A.5 背景变异率的贝塔先验分布第114-115页
 A.6 式(4.16 )的证明第115-117页
附录B相关表格第117-121页
 B.1 Ding(2008)数据的详细结果第117-119页
 B.2 LUAD和LUSC数据的详细结果第119-121页
致谢第121-123页
在读期间发表的学术论文与取得的研究成果第123-124页

论文共124页,点击 下载论文
上一篇:压电阻抗技术在动态信号激励梁的应用研究
下一篇:基于ICA的多维力传感器解耦研究