| 高频词对照表 | 第1-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-13页 |
| 第一章 引言 | 第13-19页 |
| 1 选题背景及意义 | 第13-16页 |
| ·分子数量遗传学研究猪肌肉和脂肪性状相关基因的不足之处 | 第13-14页 |
| ·猪肉宏观性状的系统解析——基因表达谱研究 | 第14-15页 |
| ·猪肉基因表达谱研究中的不足 | 第15-16页 |
| 2 主要研究内容 | 第16-17页 |
| 参考文献 | 第17-19页 |
| 第二章 文献综述:猪肉基因(组)研究进展——关注肌肉和脂肪性状的共改良 | 第19-42页 |
| 1 猪肉宏观性状的分子基础 | 第19-26页 |
| ·骨骼肌发生和脂肪细胞分化增殖 | 第19-20页 |
| ·猪出生后骨骼肌的生长发育——肌纤维肥大 | 第20-22页 |
| ·猪出生后的体脂沉积——脂肪细胞的分化增殖和肥大 | 第22-24页 |
| ·骨骼肌和脂肪的新认识——重要的内分泌器官 | 第24-25页 |
| ·骨骼肌与脂肪间的"对话" | 第25-26页 |
| 2 猪肌肉生长和脂肪沉积的相关基因 | 第26-30页 |
| ·进行中的猪基因组测序计划 | 第26-28页 |
| ·猪肌肉和脂肪性状的QTL和候选基因 | 第28-30页 |
| 3 利用基因芯片技术研究猪肉表达谱 | 第30-34页 |
| 4 功能分类芯片策略 | 第34-36页 |
| 参考文献 | 第36-42页 |
| 第三章 长白猪和太湖猪肌肉和脂肪性状的发育性变化研究 | 第42-49页 |
| 1 前言 | 第42页 |
| 2 材料与方法 | 第42-44页 |
| ·试验群体 | 第42页 |
| ·试验日粮 | 第42页 |
| ·样本采集和性状测定 | 第42-44页 |
| 3 数据分析 | 第44页 |
| 4 结果与分析 | 第44-47页 |
| ·石蜡切片(H&E染色) | 第44-45页 |
| ·品种和时间对肌肉和脂肪性状的影响 | 第45页 |
| ·品种内月龄间、相同月龄品种间肌肉和脂肪性状的比较 | 第45-47页 |
| 5 讨论 | 第47-48页 |
| ·两猪种生长性能的差异 | 第47页 |
| ·两猪种脂肪沉积的差异及可能原因 | 第47-48页 |
| 参考文献 | 第48-49页 |
| 第四章 利用功能分类芯片研究猪肌肉生长和脂肪沉积相关基因的发育表达谱 | 第49-69页 |
| 1 前言 | 第49页 |
| 2 材料与方法 | 第49-60页 |
| ·功能分类芯片(Pathway-focused microarray)的设计和制备 | 第49-52页 |
| ·杂交方案的设计 | 第52页 |
| ·RNA的间接荧光标记和芯片的杂交洗涤 | 第52-58页 |
| ·芯片扫描及图像处理 | 第58-59页 |
| ·数据预处理及标准化 | 第59-60页 |
| 3 结果与分析 | 第60-64页 |
| ·Total RNA的琼脂糖凝胶电泳 | 第60页 |
| ·RNA Pool的毛细管电泳 | 第60页 |
| ·芯片扫描结果 | 第60-62页 |
| ·片内标准化结果 | 第62页 |
| ·提交到NCBI-GEO数据库 | 第62-64页 |
| 4 讨论 | 第64-67页 |
| ·试验设计 | 第64-65页 |
| ·低密度芯片的片内标准化策略 | 第65页 |
| ·是否需要片间标准化 | 第65页 |
| ·重复数合并 | 第65-66页 |
| ·缺失值估计 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 第五章 普通数据分析——差异表达分析、基因分组检验、表达模式识别和数据降维 | 第69-101页 |
| 1 前言 | 第69页 |
| 2 分析策略及方法 | 第69-72页 |
| ·差异表达分析——ANOVA方法 | 第69-70页 |
| ·基因分组检验(GCT)——基因分组重采样(GSR)算法 | 第70-71页 |
| ·表达模式识别——时间序列的STEM聚类和非时间序列的二维层级聚类 | 第71页 |
| ·数据降维——主成分分析(PCA) | 第71-72页 |
| 3 结果与分析 | 第72-88页 |
| ·背最长肌表达谱 | 第72-77页 |
| ·皮下脂肪表达谱 | 第77-81页 |
| ·背最长肌和皮下脂肪表达谱的比较 | 第81-88页 |
| 4 讨论 | 第88-97页 |
| ·统计结果和分析策略的几点说明 | 第88-90页 |
| ·背最长肌表达谱 | 第90-92页 |
| ·皮下脂肪表达谱 | 第92-94页 |
| ·背最长肌和皮下脂肪表达谱的比较 | 第94-97页 |
| 参考文献 | 第97-101页 |
| 第六章 高级数据挖掘——分子网络建立 | 第101-138页 |
| 1 前言 | 第101-102页 |
| 2 分析策略及方法 | 第102-105页 |
| ·反向工程学算法——基于DBN模型推导GRNs | 第102页 |
| ·生物学通路中的基因分析——Pathway映射(mapping) | 第102-103页 |
| ·文献信息挖掘——基于NLP技术的网络分析 | 第103-104页 |
| ·转录因子结合位点(TFBS)鉴定——同源预测TRNs | 第104-105页 |
| 3 结果与分析 | 第105-123页 |
| ·基因调控网络(GRNs) | 第105-108页 |
| ·Pathway映射 | 第108-116页 |
| ·文献网络 | 第116-121页 |
| ·转录调控网络(TRNs) | 第121-123页 |
| 4 讨论 | 第123-132页 |
| ·GRNs的提示 | 第123-124页 |
| ·基于Pathway映射的发现 | 第124-127页 |
| ·从文献网络中挖掘生物学意义 | 第127-130页 |
| ·TRNs的预测 | 第130-132页 |
| 参考文献 | 第132-138页 |
| 第七章 表达谱数据的可靠性评价 | 第138-148页 |
| 1 前言 | 第138页 |
| 2 材料与方法 | 第138-142页 |
| ·芯片实验自身的质量控制分析 | 第138-139页 |
| ·QRT-PCR验证 | 第139-142页 |
| 3 结果与分析 | 第142-146页 |
| ·片内重复的平均变异系数((?)) | 第142页 |
| ·片间重复的平均相关系数((?)) | 第142-143页 |
| ·QRT-PCR验证结果 | 第143-146页 |
| 4 讨论 | 第146-147页 |
| 参考文献 | 第147-148页 |
| 第八章 结论和展望 | 第148-151页 |
| 1 本文研究总结 | 第148-149页 |
| 2 下一步工作的思路和方向 | 第149-150页 |
| 参考文献 | 第150-151页 |
| 致谢 | 第151-152页 |
| 博士在读期间发表的论文 | 第152-153页 |
