| 中文摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 基于功能层面的生物学标记识别及癌症分类 | 第11-12页 |
| 1.2.2 整合拓扑结构信息的生物学标记识别及癌症分类 | 第12-15页 |
| 1.3 本文主要工作 | 第15-18页 |
| 第2章 通路活性拓扑推断及癌症分类方法 | 第18-26页 |
| 2.1 数据获取与处理 | 第18-20页 |
| 2.2 通路活性拓扑推断 | 第20-23页 |
| 2.2.1 构建全局有向通路网络 | 第20-21页 |
| 2.2.2 全局通路网络上的有向随机游走算法 | 第21-22页 |
| 2.2.3 通路活性推断 | 第22页 |
| 2.2.4 通路活性的再现性 | 第22-23页 |
| 2.3 癌症分类及评价 | 第23-24页 |
| 2.3.1 单个数据集的分类设计与评价 | 第23-24页 |
| 2.3.2 独立交叉数据集的分类设计与评价 | 第24页 |
| 2.4 相关分类方法 | 第24-26页 |
| 2.4.1 Mean和Median方法 | 第24页 |
| 2.4.2 PCA方法 | 第24-25页 |
| 2.4.3 PAC方法 | 第25页 |
| 2.4.4 Genes方法 | 第25页 |
| 2.4.5 pathClass方法 | 第25-26页 |
| 第3章 通路活性拓扑推断及癌症精确分类 | 第26-63页 |
| 3.1 拓扑推断通路活性 | 第26-38页 |
| 3.1.1 肺癌数据集的通路活性推断 | 第26-28页 |
| 3.1.2 胃癌数据集的通路活性推断 | 第28-29页 |
| 3.1.3 肝癌数据集的通路活性推断 | 第29-30页 |
| 3.1.4 甲状腺癌数据集的通路活性推断 | 第30-31页 |
| 3.1.5 肾癌数据集的通路活性推断 | 第31-34页 |
| 3.1.6 乳腺癌数据集的通路活性推断 | 第34-36页 |
| 3.1.7 多种癌症通路活性水平分析 | 第36-38页 |
| 3.2 通路活性的再现性 | 第38-41页 |
| 3.2.1 单个数据集的通路活性再现性 | 第38页 |
| 3.2.2 独立数据集间的通路活性再现性 | 第38-41页 |
| 3.3 癌症精确分类 | 第41-59页 |
| 3.3.1 基于Logistic regression的分类 | 第41-48页 |
| 3.3.2 基于na?ve Bayes的分类 | 第48-52页 |
| 3.3.3 基于LibLINEAR的分类 | 第52-56页 |
| 3.3.4 基于LibSVM的分类 | 第56-59页 |
| 3.4 癌症风险活性通路 | 第59-62页 |
| 3.5 在线疾病分类软件包DRWPClass | 第62-63页 |
| 第4章 讨论 | 第63-74页 |
| 4.1 DRW拓扑推断更具鲁棒性的通路活性 | 第63-68页 |
| 4.2 Hub基因对DRW方法的影响 | 第68-70页 |
| 4.3 转录因子和膜受体对通路活性的驱动作用 | 第70-71页 |
| 4.4 通路网络中边的方向对DRW方法的影响 | 第71页 |
| 4.5 DRW重启概率的敏感性 | 第71-73页 |
| 4.6 通路网络精度对DRW方法的影响 | 第73-74页 |
| 结论 | 第74-76页 |
| 参考文献 | 第76-91页 |
| 致谢 | 第91-92页 |
| 附录 | 第92-108页 |
| 攻读博士学位期间发表论文 | 第108-109页 |
| 攻读博士学位期间参加课题工作 | 第109-110页 |
| 个人简历 | 第110页 |
