| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-15页 |
| 1.1.1 表观遗传学 | 第10-11页 |
| 1.1.2 CpG位点 | 第11-12页 |
| 1.1.3 DNA甲基化 | 第12-13页 |
| 1.1.4 DNA甲基化检测方法 | 第13-14页 |
| 1.1.5 课题意义 | 第14-15页 |
| 1.2 差异甲基化位点识别算法的国内外研究现状与趋势 | 第15-17页 |
| 1.3 本文的主要贡献与创新 | 第17-18页 |
| 1.4 本论文的结构安排 | 第18-20页 |
| 第二章 DNA甲基化数据预处理 | 第20-27页 |
| 2.1 数据来源描述 | 第20-21页 |
| 2.2 标准化数据 | 第21-23页 |
| 2.3 消除批次效应 | 第23-25页 |
| 2.4 滤除方差较小的位点 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 基于集成特征选择的差异甲基化位点识别算法 | 第27-38页 |
| 3.1 引言 | 第27页 |
| 3.2 基于逻辑回归的Elastic Net正则化算法 | 第27-32页 |
| 3.2.1 特征选择方法描述 | 第28-29页 |
| 3.2.2 Elastic Net正则化原理 | 第29-31页 |
| 3.2.3 逻辑回归分类器原理 | 第31-32页 |
| 3.3 集成特征选择算法 | 第32-35页 |
| 3.3.1 算法策略 | 第32-34页 |
| 3.3.2 基于Elastic Net的集成特征选择算法 | 第34-35页 |
| 3.4 算法实现 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 实验结果与分析 | 第38-63页 |
| 4.1 算法评价指标 | 第38-39页 |
| 4.1.1 模型分类性能评价指标 | 第38-39页 |
| 4.1.2 特征选择稳固性评价指标 | 第39页 |
| 4.2 集成特征选择算法结果可视化呈现 | 第39-42页 |
| 4.3 与Elastic Net正则化算法对比分析 | 第42-46页 |
| 4.3.1 模型分类性能对比分析 | 第42-43页 |
| 4.3.2 特征选择稳固性能对比分析 | 第43-46页 |
| 4.4 与现有假设检验方法对比分析 | 第46-51页 |
| 4.4.1 FastDMA算法原理 | 第46-47页 |
| 4.4.2 RnBeads算法原理 | 第47-49页 |
| 4.4.3 算法对比分析 | 第49-51页 |
| 4.5 生物意义分析 | 第51-61页 |
| 4.5.1 单个癌症差异甲基化位点分析 | 第51-55页 |
| 4.5.2 癌症共性分析 | 第55-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第五章 全文总结与展望 | 第63-65页 |
| 5.1 全文总结 | 第63-64页 |
| 5.2 后续工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间取得的成果 | 第71页 |
