中文摘要 | 第6-9页 |
Abstract | 第9-11页 |
第一章 前言 | 第12-24页 |
1.1 引言 | 第12页 |
1.2 研究背景 | 第12-22页 |
1.2.1 肿瘤的研究现状 | 第12-14页 |
1.2.2 肿瘤的异质性 | 第14-17页 |
1.2.3 肿瘤间的相似性 | 第17-18页 |
1.2.4 泛癌症研究 | 第18-22页 |
1.3 研究内容 | 第22-23页 |
1.3.1 论文架构 | 第22页 |
1.3.2 具体研究内容 | 第22-23页 |
1.4 研究创新性 | 第23-24页 |
第二章 肿瘤类型间相似度的泛癌症研究 | 第24-36页 |
2.1 基因表达谱数据收集 | 第24-26页 |
2.1.1 基因表达谱 | 第24-25页 |
2.1.2 基因表达谱数据收集流程 | 第25-26页 |
2.2 肿瘤基因表达印记构建 | 第26-32页 |
2.2.1 基因表达印记方法的可行性分析 | 第26-28页 |
2.2.2 基因表达印记方法的合理性分析 | 第28-30页 |
2.2.3 基因表达印记计算 | 第30-32页 |
2.3 肿瘤数据集相似度矩阵计算 | 第32-33页 |
2.4 基于相似度矩阵的泛癌症分析 | 第33-35页 |
2.5 小结 | 第35-36页 |
第三章 肿瘤个体间相似度的泛癌症研究 | 第36-60页 |
3.1 高通量测序数据收集 | 第36-37页 |
3.2 泛癌症亚型识别与差异研究 | 第37-50页 |
3.2.1 高通量数据预处理 | 第37-39页 |
3.2.2 保守聚类及偏性评估 | 第39-41页 |
3.2.3 基于转录响应的保守聚类 | 第41-44页 |
3.2.4 基因筛选参数对保守聚类结果影响 | 第44-45页 |
3.2.5 基因及通路差异分析 | 第45-48页 |
3.2.6 头颈鳞癌分析 | 第48-50页 |
3.3 泛癌症基因分析 | 第50-58页 |
3.3.1 泛癌症基因 | 第51-53页 |
3.3.2 验证基因选择及计算分析 | 第53-55页 |
3.3.3 FAM64A与TROAP基因功能实验 | 第55-58页 |
3.4 小结 | 第58-60页 |
第四章 基于泛癌症分子标志物的肿瘤预后模型构建 | 第60-78页 |
4.1 泛癌症分子标志物筛选 | 第60-61页 |
4.2 免疫组化数据 | 第61-62页 |
4.2.1 临床样本信息 | 第61页 |
4.2.2 免疫组化评分 | 第61-62页 |
4.3 泛癌症分子标志物预后能力评价 | 第62-68页 |
4.3.1 单分子标志物预后能力研究 | 第62-65页 |
4.3.2 双分子标志物预后能力研究 | 第65-68页 |
4.4 基于机器学习方法的ADC和SCC预后模型构建 | 第68-77页 |
4.4.1 免疫组化数据整理 | 第68-69页 |
4.4.2 预后模型构建与评估 | 第69-71页 |
4.4.3 肺腺癌模型及评价 | 第71-73页 |
4.4.4 肺鳞癌模型及评价 | 第73-76页 |
4.4.5 组合预后标志物鲁棒性评估 | 第76-77页 |
4.5 小结 | 第77-78页 |
第五章 总结与展望 | 第78-80页 |
5.1 全文总结 | 第78-79页 |
5.2 未来工作展望 | 第79-80页 |
图片索引 | 第80-82页 |
表格索引 | 第82-83页 |
参考文献 | 第83-90页 |
附录 | 第90-98页 |
个人简历 | 第98-100页 |
致谢 | 第100页 |