首页--医药、卫生论文--肿瘤学论文--泌尿生殖器肿瘤论文--乳腺肿瘤论文

基于共表达网络的乳腺癌生物标记识别研究

摘要第4-6页
abstract第6-8页
第1章 绪论第12-17页
    1.1 研究背景与意义第12-13页
    1.2 国内外研究现状第13-15页
    1.3 本文的主要工作第15页
    1.4 本文的组织结构第15-17页
第2章 生物标记识别相关基础第17-30页
    2.1 差异网络第17-18页
    2.2 相关生物数据介绍第18-23页
        2.2.1 基因表达数据第18-20页
        2.2.2 TCGA-Assembler第20-21页
        2.2.3 GO数据第21-22页
        2.2.4 癌症基因数据第22-23页
    2.3 SAM算法第23-24页
    2.4 WGCNA算法第24-29页
        2.4.1 WGCNA理论基础第24-26页
        2.4.2 WGCNA算法基础第26-29页
    2.5 支持向量机(SVM)第29页
    2.6 小结第29-30页
第3章 生物标记识别方法研究及实验结果分析第30-45页
    3.1 研究背景第30-31页
    3.2 生物标记识别方法第31-34页
        3.2.1 算法思想第31-32页
        3.2.2 算法实现详细描述第32-34页
    3.3 实验过程第34-38页
        3.3.1 实验数据第34-35页
        3.3.2 实验方法第35-38页
    3.4 实验结果分析与验证第38-44页
        3.4.1 生物意义分析第40-43页
        3.4.2 分类器模型分析第43-44页
    3.5 小结第44-45页
第4章 基于共表达网络的乳腺癌生物标记识别系统设计与实现第45-55页
    4.1 系统开发环境与运行环境第45页
    4.2 系统工作的功能模块第45-47页
    4.3 系统的实现第47-54页
        4.3.1 系统主界面的实现第47页
        4.3.2 上传数据界面的实现第47-48页
        4.3.3 数据分析处理界面的实现第48-49页
        4.3.4 SAM筛选差异基因界面的实现第49-50页
        4.3.5 筛选差异共表达基因界面的实现第50-52页
        4.3.6 识别基因模块界面的实现第52-54页
        4.3.7 识别生物标记界面的实现第54页
    4.4 小结第54-55页
第5章 总结与展望第55-57页
    5.1 总结第55-56页
    5.2 展望第56-57页
参考文献第57-61页
作者简介第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:胃癌转化治疗中化疗敏感性相关的代谢组学研究
下一篇:烷基化一氧化氮对人卵巢癌SKOV3细胞增殖迁移的影响及其机制研究