基于高通量测序数据的癌症驱动基因集筛选方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-17页 |
| 1.1 研究背景及意义 | 第7-12页 |
| 1.1.1 癌症研究的方向及高通量测序技术的发展 | 第7页 |
| 1.1.2 癌症与基因突变 | 第7-9页 |
| 1.1.3 癌症与细胞信号通路 | 第9-11页 |
| 1.1.4 课题研究意义 | 第11-12页 |
| 1.2 国内外研究现状及分析 | 第12-15页 |
| 1.2.1 驱动基因筛选方法研究现状 | 第12-13页 |
| 1.2.2 驱动通路的研究现状 | 第13-15页 |
| 1.3 本文主要研究内容及论文结构安排 | 第15-17页 |
| 2 基于高通量测序数据的癌症突变检测 | 第17-26页 |
| 2.1 高通量测序数据 | 第17-18页 |
| 2.2 癌症驱动突变的检测流程 | 第18-21页 |
| 2.3 癌症基因突变检测原理及工具选择 | 第21-22页 |
| 2.3.1 SNV及InDel检测原理 | 第21页 |
| 2.3.2 CNV检测原理 | 第21-22页 |
| 2.3.3 突变检测工具选择 | 第22页 |
| 2.4 突变的可视化分析及其突变矩阵的构建 | 第22-25页 |
| 2.4.1 基因突变可视化分析 | 第22-24页 |
| 2.4.2 突变矩阵的构建 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于多目标优化的驱动基因集筛选模型 | 第26-35页 |
| 3.1 最大权重子矩阵模型 | 第26-28页 |
| 3.2 多目标整数规划模型 | 第28-30页 |
| 3.3 基因协变量与突变频率的相关性分析 | 第30-32页 |
| 3.4 基于多目标优化的驱动基因集筛选模型的建立 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于蚁群算法的驱动基因集筛选方法研究 | 第35-44页 |
| 4.1 优化算法的比较 | 第35-37页 |
| 4.1.1 多目标优化问题的求解方法 | 第35-36页 |
| 4.1.2 智能优化算法的比较 | 第36-37页 |
| 4.2 蚁群算法 | 第37-39页 |
| 4.2.1 蚁群算法简介 | 第37-38页 |
| 4.2.2 蚁群算法的流程 | 第38-39页 |
| 4.3 ACDP方法 | 第39-42页 |
| 4.3.1 0-1背包问题 | 第39-40页 |
| 4.3.2 ACDP方法步骤 | 第40-42页 |
| 4.5 本章小结 | 第42-44页 |
| 5 基于蚁群算法的驱动基因集搜索方法实验结果分析 | 第44-56页 |
| 5.1 实验数据集简介 | 第44-45页 |
| 5.1.1 肺腺癌数据 | 第44页 |
| 5.1.2 多形性成胶质细胞瘤数据 | 第44-45页 |
| 5.2 置换检验 | 第45-46页 |
| 5.3 覆盖性及排他性结果分析 | 第46-52页 |
| 5.3.1 肺腺癌 | 第46-49页 |
| 5.3.2 多形性成胶质细胞瘤 | 第49-52页 |
| 5.4 通路富集分析 | 第52-55页 |
| 5.4.1 肺腺癌 | 第53-54页 |
| 5.4.2 多形性成胶质细胞瘤 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的学术论文情况 | 第61-62页 |
| 致谢 | 第62-64页 |
