| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 肾移植术后移植物功能监测的现状和问题 | 第12页 |
| 1.2 miRNAs可作为评估及预测肾移植物状态的检测靶点 | 第12-19页 |
| 1.2.1 miRNAs生物学特点与功能 | 第12-14页 |
| 1.2.2 miRNAs与免疫系统 | 第14页 |
| 1.2.3 miRNAs在肾移植领域中的应用 | 第14-18页 |
| 1.2.4 机器学习算法在肾移植领域中的应用 | 第18-19页 |
| 1.3 本文的主要贡献与创新 | 第19-21页 |
| 第二章 材料与方法 | 第21-26页 |
| 2.1 样本 | 第21页 |
| 2.2 主要试剂和仪器 | 第21页 |
| 2.2.1 主要试剂 | 第21页 |
| 2.2.2 主要仪器 | 第21页 |
| 2.3 实验方法 | 第21-25页 |
| 2.3.1 miRNA的选择 | 第21-22页 |
| 2.3.2 血液样本的采集与处理 | 第22页 |
| 2.3.3 PBMC收集 | 第22-23页 |
| 2.3.4 RNA提取 | 第23-24页 |
| 2.3.5 反转录 | 第24页 |
| 2.3.6 q-PCR反应 | 第24-25页 |
| 2.4 q-PCR产物的数据分析 | 第25-26页 |
| 第三章 肌酐和9种miRNA的相关性研究 | 第26-38页 |
| 3.1 第一次体检的肌酐和miRNA的相关性 | 第26-29页 |
| 3.2 第二次体检的肌酐和miRNA的相关性 | 第29-32页 |
| 3.3 利用二元逻辑回归方法构建预测模型 | 第32-34页 |
| 3.4 利用随机森林方法构建预测模型 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 胱抑素C和9种miRNA相关性研究 | 第38-49页 |
| 4.1 第一次体检的胱抑素C和miRNA的相关性 | 第38-40页 |
| 4.2 第二次体检的胱抑素C和miRNA的相关性 | 第40-43页 |
| 4.3 利用二元逻辑回归方法构建预测模型 | 第43-45页 |
| 4.4 利用随机森林方法构建预测模型 | 第45-47页 |
| 4.5 本章小结 | 第47-49页 |
| 第五章 尿素和9种miRNA的相关性研究 | 第49-54页 |
| 5.1 第一次体检的尿素和miRNA的相关性 | 第49-51页 |
| 5.2 第二次体检的尿素和miRNA的相关性 | 第51-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 全文总结与展望 | 第54-58页 |
| 6.1 全文总结 | 第54-57页 |
| 6.1.1 研究方法的总结 | 第54-55页 |
| 6.1.2 研究结果的总结 | 第55-57页 |
| 6.1.3 本研究的局限性 | 第57页 |
| 6.2 后续工作展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的成果 | 第63页 |