| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 P4医学理论 | 第9-10页 |
| 1.2 本文研究 | 第10页 |
| 1.3 本课题探究的目的和意义 | 第10-12页 |
| 第二章 个性化医学分析——前列腺癌拷贝数目变异数据库的构建 | 第12-39页 |
| 2.1 前列腺癌的拷贝数目及其研究进展 | 第12-14页 |
| 2.1.1 前列腺癌的拷贝数目的简介及其研究现状 | 第12-13页 |
| 2.1.2 前列腺癌的拷贝数目变异的相关数据库 | 第13-14页 |
| 2.2 前列腺癌的拷贝数据变异数据库 | 第14-32页 |
| 2.2.1 引言 | 第14页 |
| 2.2.2 开发工具介绍 | 第14-16页 |
| 2.2.3 系统需求分析和设计 | 第16-21页 |
| 2.2.4 数据结构 | 第21-25页 |
| 2.2.5 详细设计和用户界面 | 第25-32页 |
| 2.3 数据收集和统计分析 | 第32-37页 |
| 2.3.1 数据来源和收集 | 第32页 |
| 2.3.2 数据统计和分析 | 第32-37页 |
| 2.4 前列腺癌拷贝数目变异生物信息学分析 | 第37-38页 |
| 2.5 个性化医学分析 | 第38-39页 |
| 第三章 预测性医学分析——基于网络分析识别卵巢癌诊断的MicroRNA标志物 | 第39-56页 |
| 3.1 引言 | 第39-43页 |
| 3.1.1 卵巢癌的简介 | 第39-40页 |
| 3.1.2 MicroRNA和生物标记物的简介及其研究意义 | 第40-41页 |
| 3.1.3 富集分析的介绍 | 第41页 |
| 3.1.4 流程框架 | 第41-43页 |
| 3.2 卵巢癌MicroRNA的数据分析 | 第43-44页 |
| 3.2.1 数据来源与数据收集 | 第43页 |
| 3.2.2 miRNA-mRNA相互作用网络的构建 | 第43页 |
| 3.2.3 MicroRNA的统计方法 | 第43-44页 |
| 3.3 卵巢癌筛选结果分析 | 第44-56页 |
| 3.3.1 已发表的作为卵巢癌的Biomarker的MicroRNA分析 | 第44-47页 |
| 3.3.2 作为卵巢癌生物标记物的miRNA预测结果分析 | 第47-50页 |
| 3.3.3 聚类分析 | 第50-51页 |
| 3.3.4 结果预测性分析——ROC曲线分析 | 第51-53页 |
| 3.3.5 结果富集分析 | 第53-56页 |
| 第四章 总结和展望 | 第56-57页 |
| 参考文献 | 第57-65页 |
| 致谢 | 第65页 |
