| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 药物挖掘的国内外研究现状 | 第10-11页 |
| 1.3 论文主要内容 | 第11-13页 |
| 1.3.1 论文主要研究工作 | 第11-12页 |
| 1.3.2 论文结构及创新点 | 第12-13页 |
| 第2章 通路概述及数据集简介 | 第13-16页 |
| 2.1 通路概述 | 第13-14页 |
| 2.1.1 通路简介 | 第13-14页 |
| 2.1.2 通路相关数据库 | 第14页 |
| 2.2 CCLE和NCI-60数据集简介 | 第14-16页 |
| 第3章 基于L_(2,1)-综合惩罚矩阵分解算法的药物-通路关联识别 | 第16-27页 |
| 3.1 引言 | 第16页 |
| 3.2 L_(2,1)-综合惩罚矩阵分解算法概述 | 第16-20页 |
| 3.2.1 模型描述 | 第16-17页 |
| 3.2.2 最优化算法 | 第17-20页 |
| 3.3 缺失值处理 | 第20-21页 |
| 3.4 参数选择与显著性检验 | 第21-23页 |
| 3.5 结果与讨论 | 第23-26页 |
| 3.5.1 在CCLE数据集上的实验结果 | 第23-24页 |
| 3.5.2 在NCI-60数据集上的实验结果 | 第24-26页 |
| 3.6 本章小结 | 第26-27页 |
| 第4章 基于L1L_(2,1)-综合惩罚矩阵分解算法的药物-通路关联识别 | 第27-35页 |
| 4.1 引言 | 第27页 |
| 4.2 L1L_(2,1)-综合惩罚矩阵分解算法概述 | 第27-30页 |
| 4.2.1 模型描述与求解 | 第27-30页 |
| 4.2.2 参数选择与显著性检验 | 第30页 |
| 4.3 结果与讨论 | 第30-34页 |
| 4.3.1 在CCLE数据集上的实验结果 | 第30-32页 |
| 4.3.2 在NCI-60数据集上的实验结果 | 第32-34页 |
| 4.4 本章小结 | 第34-35页 |
| 第5章 基于图正则的L_(2,1)-综合惩罚矩阵分解算法的药物-通路关联识别 | 第35-45页 |
| 5.1 引言 | 第35页 |
| 5.2 流形学习方法 | 第35-36页 |
| 5.2.1 等距映射 | 第36页 |
| 5.2.2 拉普拉斯特征映射 | 第36页 |
| 5.3 基于图正则的L_(2,1)-综合惩罚矩阵分解算法概述 | 第36-39页 |
| 5.3.1 模型描述与求解 | 第36-38页 |
| 5.3.2 参数选择与显著性检验 | 第38-39页 |
| 5.4 结果与讨论 | 第39-44页 |
| 5.4.1 在CCLE数据集上的实验结果 | 第39-41页 |
| 5.4.2 在NCI-60数据集上的实验结果 | 第41-44页 |
| 5.5 本章小结 | 第44-45页 |
| 第6章 总结与展望 | 第45-46页 |
| 6.1 总结 | 第45页 |
| 6.2 未来展望 | 第45-46页 |
| 参考文献 | 第46-53页 |
| 在读期间发表的学术论文及研究成果 | 第53-54页 |
| 致谢 | 第54页 |
