| 第一部分 | 第5-8页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-8页 |
| 第二部分 | 第8-14页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-14页 |
| 符号说明 | 第14-15页 |
| 第一部分 小鼠胚胎原始性细胞中基因 body 区甲基化与表达的相关性研究 | 第15-73页 |
| 1、绪论 | 第16-26页 |
| 1.1 DNA 甲基化概述 | 第16-17页 |
| 1.2 启动子区甲基化 | 第17-19页 |
| 1.2.1 包含 CGI 的基因启动子 | 第17-18页 |
| 1.2.2 不含 CGI 的基因启动子 | 第18页 |
| 1.2.3 启动子区甲基化与转录起始 | 第18-19页 |
| 1.3 基因 body 区甲基化 | 第19-20页 |
| 1.4 胚胎发育中的甲基化 | 第20-21页 |
| 1.4.1 早期胚胎和生殖腺 | 第20-21页 |
| 1.4.2 生殖腺重新甲基化 | 第21页 |
| 1.5 甲基化测序技术 | 第21-24页 |
| 1.5.1 限制性内切酶技术 | 第22页 |
| 1.5.2 甲基化 DNA 免疫沉淀技术（MeDIP-seq） | 第22页 |
| 1.5.3 亚硫酸盐技术 | 第22-24页 |
| 1.6 转录组测序（RNA-seq） | 第24页 |
| 1.7 本研究出发点和目的 | 第24-26页 |
| 2、材料与方法 | 第26-34页 |
| 2.1 数据来源 | 第26-28页 |
| 2.1.1 原始测序数据 | 第26页 |
| 2.1.2 参考基因组与注释 | 第26-27页 |
| 2.1.3 Gene Ontology (GO) | 第27-28页 |
| 2.2 原始数据预处理 | 第28页 |
| 2.3 序列文件比对 | 第28-30页 |
| 2.4 比对结果质量控制 | 第30页 |
| 2.5 比对结果信息提取 | 第30-31页 |
| 2.5.1 TopHat 结果提取 | 第30页 |
| 2.5.2 BSMAP 结果提取和处理 | 第30-31页 |
| 2.6 统计分析 | 第31-34页 |
| 3、结果与分析 | 第34-65页 |
| 3.1 比对结果统计 | 第34页 |
| 3.2 各样本数据的甲基化整体水平 | 第34-37页 |
| 3.3 表达量和甲基化水平的动态变化 | 第37-39页 |
| 3.4 甲基化水平与表达量的关系 | 第39-43页 |
| 3.5 表达量与基因 body 区甲基化水平高度相关的基因 | 第43-45页 |
| 3.6 编码区的甲基化与基因表达 | 第45-50页 |
| 3.6.1 去甲基化过程中的表达与甲基化 | 第45-47页 |
| 3.6.2 重新甲基化过程中表达与甲基化 | 第47-50页 |
| 3.7 CGI 甲基化水平的变化 | 第50-52页 |
| 3.8 甲基化对基因转录本的影响 | 第52-61页 |
| 3.8.1 单转录本基因与甲基化的关系 | 第52-54页 |
| 3.8.2 CGI 对甲基化和基因表达的影响 | 第54-57页 |
| 3.8.3 多转录本基因与甲基化的关系 | 第57-61页 |
| 3.9 CGI 对基因表达变异的影响 | 第61-65页 |
| 4、总结与讨论 | 第65-68页 |
| 4.1 发育过程中雌雄性细胞的特点 | 第65-66页 |
| 4.2 编码区甲基化的变化与表达变化更相关 | 第66页 |
| 4.3 CGI 影响基因表达的变异性 | 第66-67页 |
| 4.4 多转录本基因的调控更复杂 | 第67-68页 |
| 5、参考文献 | 第68-73页 |
| 第二部分 运用蛋白-蛋白相互作用网络和最短路径算法鉴别肝癌相关基因 | 第73-111页 |
| 1、绪论 | 第74-78页 |
| 1.1 肝癌流行病学 | 第74页 |
| 1.2 乙肝病毒与人蛋白相互作用 | 第74-75页 |
| 1.3 乙肝病毒靶蛋白 | 第75页 |
| 1.4 肝癌相关研究 | 第75-76页 |
| 1.5 本研究的出发点和目的 | 第76-78页 |
| 2、材料和方法 | 第78-91页 |
| 2.1 Gene ontology | 第79页 |
| 2.2 与乙肝病毒相互作用的人类基因 | 第79-85页 |
| 2.3 从公共数据库中获取肝癌相关基因 | 第85页 |
| 2.4 取 HBV 在人体的靶基因和公共数据库基因的交集 | 第85-86页 |
| 2.5 蛋白-蛋白相互作用数据库 STRING | 第86-87页 |
| 2.6 运用 A* 搜索法则和 Dijkstra 算法寻找第 k 短路径 | 第87页 |
| 2.7 最短路径基因 | 第87-88页 |
| 2.8 蒙特卡罗模拟 | 第88页 |
| 2.9 正负样本选择 | 第88-89页 |
| 2.10 样本特征筛选 | 第89页 |
| 2.11 最小冗余最大相关法 | 第89页 |
| 2.12 十乘交叉检验和随机森林法 | 第89-90页 |
| 2.13 增量特征筛选 | 第90-91页 |
| 3、结果和讨论 | 第91-104页 |
| 3.1 乙肝病毒蛋白和人蛋白共有的 GO 条目 | 第91页 |
| 3.2 SPG900 是证据最充分的一组候选蛋白 | 第91-93页 |
| 3.3 mRMR 特征排序结果 | 第93页 |
| 3.4 最优特征选择结果 | 第93-95页 |
| 3.5 最优特征集 GO 分析 | 第95-98页 |
| 3.6 最优特征集 KEGG 通路分析 | 第98-100页 |
| 3.7 显著的肝癌相关基因的生物学分析 | 第100-104页 |
| 4、总结 | 第104-105页 |
| 5、参考文献 | 第105-111页 |
| 附表 1 | 第111-113页 |
| 附表 2 | 第113-116页 |
| 致谢 | 第116-118页 |
| 已发表文章 | 第118页 |
