| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·SNP 背景知识的介绍 | 第7-10页 |
| ·SNP 概念 | 第7-8页 |
| ·SNP 数据特点 | 第8-9页 |
| ·SNP 的研究意义 | 第9-10页 |
| ·本文的主要工作 | 第10-11页 |
| ·本文的结构 | 第11-13页 |
| 第二章 典型 SNP 仿真算法的介绍与比较 | 第13-17页 |
| ·典型仿真算法简介 | 第13-15页 |
| ·后向（溯祖）仿真算法 | 第13-14页 |
| ·前向仿真算法 | 第14页 |
| ·重采样仿真算法 | 第14-15页 |
| ·三种仿真算法的比较与总结 | 第15页 |
| ·仿真数据类型简介 | 第15-16页 |
| ·Family-based dataset | 第15-16页 |
| ·Case-control dataset | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 SNP 数据仿真系统 | 第17-25页 |
| ·要仿真的信息：MAF 和 LD | 第17-18页 |
| ·次等位基因频率（Minor allele frequency） | 第17页 |
| ·连锁不平衡性（Linkage disequilibrium） | 第17-18页 |
| ·疾病模型简介 | 第18-20页 |
| ·单位点疾病模型 | 第18-19页 |
| ·多位点疾病模型 | 第19-20页 |
| ·模型之间的关系 | 第20页 |
| ·SNP 数据仿真系统的实现 | 第20-23页 |
| ·本章小结 | 第23-25页 |
| 第四章 SNP 仿真数据有效性验证 | 第25-41页 |
| ·仿真数据集的介绍 | 第25-26页 |
| ·嵌入的致病模型 | 第25-26页 |
| ·互信息验证 | 第26-28页 |
| ·互信息的概念 | 第26页 |
| ·实验数据 | 第26-27页 |
| ·互信息验证算法应用于仿真数据的实验结果 | 第27-28页 |
| ·本节小结 | 第28页 |
| ·MDR 算法对仿真数据的验证 | 第28-37页 |
| ·MDR 算法简介 | 第28页 |
| ·MDR 在真实数据上的查找结果 | 第28-31页 |
| ·实验数据 | 第31-32页 |
| ·MDR 算法应用于仿真数据的实验结果 | 第32-37页 |
| ·本节小结 | 第37页 |
| ·Haploview 验证 LD 信息 | 第37-40页 |
| ·Haploview 软件介绍 | 第37页 |
| ·实验数据 | 第37页 |
| ·Haploview 应用于仿真数据的实验结果 | 第37-39页 |
| ·本节小结 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 关联分析算法性能比较 | 第41-55页 |
| ·关联分析算法介绍 | 第41-44页 |
| ·AntEpiSeeker[27]关联性分析算法 | 第41-42页 |
| ·BOOST[28]关联性分析算法 | 第42-43页 |
| ·SNPRuler[29]关联性分析算法 | 第43-44页 |
| ·性能评价准则标准 | 第44-45页 |
| ·几种性能评价标准 | 第44-45页 |
| ·实验与结果 | 第45-52页 |
| ·实验数据 | 第45-46页 |
| ·Marginal Effect Size 对关联分析算法性能的影响 | 第46-49页 |
| ·Population Prevalence 对关联分析算法性能的影响 | 第49-51页 |
| ·样本量对关联分析算法性能的影响 | 第51-52页 |
| ·本章小结 | 第52-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-61页 |
