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 |