利用基因表达的秩次关系预测他莫昔芬的治疗效果
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 内分泌治疗与他莫昔芬耐药性 | 第11-12页 |
| 1.2 预后预测标记与药效预测标记 | 第12-13页 |
| 1.3 现有的他莫昔芬治疗预后预测分子标记 | 第13-16页 |
| 1.3.1 雌激素受体 | 第13-14页 |
| 1.3.2 Oncotype DX | 第14页 |
| 1.3.3 HOXB13:IL17BR | 第14-16页 |
| 1.3.4 SET | 第16页 |
| 1.4 分子标记的可重复性问题 | 第16-17页 |
| 1.5 本文的结构安排 | 第17-18页 |
| 第二章 多平台一致的癌症相关基因对 | 第18-25页 |
| 2.1 乳腺癌与正常对照组织的基因表达谱 | 第18-19页 |
| 2.1.1 基因表达谱数据集 | 第18页 |
| 2.1.2 RNA-seq数据集 | 第18-19页 |
| 2.2 癌症相关基因对的识别 | 第19-20页 |
| 2.2.1 数据预处理方法 | 第19页 |
| 2.2.2 显著逆转基因对 | 第19-20页 |
| 2.2.3 基因对的一致性评价方法 | 第20页 |
| 2.3 结果 | 第20-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 他莫昔芬预后预测标记的构建 | 第25-33页 |
| 3.1 经他莫昔芬治疗患者的基因表达谱数据集 | 第25-26页 |
| 3.2 预后预测标记构建方法 | 第26-29页 |
| 3.2.1 训练流程 | 第26页 |
| 3.2.2 预后分类器的评价指标 | 第26-28页 |
| 3.2.3 多基因对特征组合预测投票规则 | 第28页 |
| 3.2.4 特征训练算法 | 第28-29页 |
| 3.3 结果 | 第29-30页 |
| 3.4 本章小结 | 第30-33页 |
| 第四章 独立数据集中的验证 | 第33-38页 |
| 4.1 独立验证数据集 | 第33页 |
| 4.2 验证结果 | 第33-36页 |
| 4.3 本章小结 | 第36-38页 |
| 第五章 药效预测效能评价 | 第38-43页 |
| 5.1 GPP在无治疗样本中的分类能力 | 第38-39页 |
| 5.1.1 无治疗乳腺癌病人数据集 | 第38页 |
| 5.1.2 预测结果 | 第38-39页 |
| 5.2 多因素分析 | 第39页 |
| 5.3 样本分层分析 | 第39-41页 |
| 5.4 本章小结 | 第41-43页 |
| 第六章 结论与讨论 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-52页 |
| 附录 | 第52-54页 |
| 读硕期间取得的研究成果 | 第54-55页 |
