首页--医药、卫生论文--肿瘤学论文--呼吸系肿瘤论文--肺肿瘤论文

基于网络的肺腺癌coding gene和lncRNA的生物信息学分析

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第11-14页
    1.1 研究背景与意义第11-13页
        1.1.1 肺腺癌第11页
        1.1.2 转录组测序技术(RNA-seq)简介第11-12页
        1.1.3 Coding gene和lncRNA在肺腺癌中的研究第12-13页
    1.2 论文结构第13-14页
第二章 数据与方法第14-21页
    2.1 数据来源第14-15页
    2.2 构建所有样本表达矩阵文件第15-16页
        2.2.1 合并所有样本文件为一个大文件第15-16页
        2.2.2 筛选出coding gene和lncRNA的数据第16页
    2.3 样本差异表达分析第16-17页
    2.4 加权基因共表达网络分析(WGCNA)第17-19页
    2.5 GO功能注释第19页
    2.6 KEGG通路分析第19-20页
    2.7 小结第20-21页
第三章 肺腺癌共表达模块分析第21-40页
    3.1 WGCNA分析结果第21-24页
    3.2 识别肺腺癌风险模块第24-25页
    3.3 八个肺腺癌风险模块的统计结果第25-34页
        3.3.1 Green模块的统计结果第25-27页
        3.3.2 Greenyellow模块的统计结果第27-28页
        3.3.3 Yellow模块的统计结果第28-29页
        3.3.4 Black模块的统计结果第29-30页
        3.3.5 Blue模块的统计结果第30-31页
        3.3.6 Red模块的统计结果第31-32页
        3.3.7 Purple模块的统计结果第32-33页
        3.3.8 Darkred模块的统计结果第33-34页
    3.4 基因显著性(GS)及模块身份(MM)第34-36页
    3.5 肺腺癌风险模块的枢纽基因第36-39页
    3.6 小结第39-40页
第四章 富集分析和模块网络可视化第40-56页
    4.1 差异表达基因的富集分析第40-42页
    4.2 模块的富集分析第42-52页
        4.2.1 Green模块的富集分析第43-44页
        4.2.2 Greenyellow模块的富集分析第44-46页
        4.2.3 Yellow模块的富集分析第46-47页
        4.2.4 Purple模块的富集分析第47-49页
        4.2.5 Blue模块的富集分析第49-50页
        4.2.6 Darkred模块的富集分析第50页
        4.2.7 Red模块的富集分析第50-52页
    4.3 肺腺癌风险模块的网络可视化第52-55页
    4.4 小结第55-56页
第五章 总结与展望第56-59页
    5.1 全文总结第56-57页
    5.2 展望第57-59页
参考文献第59-64页
攻读学位期间本人已公开(待)发表的论文第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:我国公务员财产申报立法研究
下一篇:《云南》(1906-1911)杂志研究