| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1 研究背景 | 第10-14页 |
| 1.1 生物信息学及其发展 | 第10-11页 |
| 1.2 基因和蛋白质的表达 | 第11页 |
| 1.3 微阵列技术 | 第11-12页 |
| 1.4 癌症 | 第12页 |
| 1.5 基因集 | 第12-13页 |
| 1.6 信号转导网络和代谢通路 | 第13-14页 |
| 2 本文研究内容 | 第14-15页 |
| 3 本文的工作与组织 | 第15-18页 |
| 第二章 癌症通路分析方法简介 | 第18-34页 |
| 1 KEGG数据库 | 第18页 |
| 2 NCBI数据库 | 第18-19页 |
| 3 常用分析工具 | 第19-22页 |
| 3.1 R语言 | 第19-20页 |
| 3.2 Cytoscape | 第20-21页 |
| 3.3 Bioconductor | 第21-22页 |
| 4 假设检验 | 第22页 |
| 5 差异分析 | 第22-23页 |
| 6 癌症通路分析方法 | 第23-29页 |
| 6.1 方法简介 | 第23-24页 |
| 6.2 基因集富集分析方法(GSEA) | 第24-25页 |
| 6.3 基因集分析方法(GSA) | 第25-26页 |
| 6.4 基于重叠基因降权的通路分析方法(PADOG) | 第26-28页 |
| 6.5 信号影响通路分析方法(SPIA) | 第28-29页 |
| 7 本文使用数据及其预处理 | 第29-30页 |
| 8 频度和平均出度的分布 | 第30-34页 |
| 第三章 基于基因重要性的改进PADOG方法研究 | 第34-42页 |
| 1 引言 | 第34页 |
| 2 算法介绍 | 第34-35页 |
| 3 算法步骤 | 第35-36页 |
| 4 结果分析 | 第36-40页 |
| 5 结论 | 第40-42页 |
| 第四章 基于基因重要性和特异性的改进SPIA方法研究 | 第42-52页 |
| 1 引言 | 第42页 |
| 2 算法介绍 | 第42-43页 |
| 2.1 基于基因重要性的过表达分析 | 第42-43页 |
| 2.2 基于基因特异性信号通路扰动分析 | 第43页 |
| 3 算法步骤 | 第43-44页 |
| 4 结果与分析 | 第44-51页 |
| 4.1 SPIA-IS,SPIA和BPA方法识别出癌症相关通路平均秩的比较 | 第47-49页 |
| 4.2 SPIA-IS,SPIA和BPA方法识别出的癌症相关通路数目比较 | 第49页 |
| 4.3 SPIA-IS,SPIA和BPA方法中目标通路的秩比较 | 第49页 |
| 4.4 常见癌症相关通路的秩比较 | 第49-51页 |
| 5 结论 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 1 本文总结 | 第52页 |
| 2 后续研究与展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 致谢 | 第60-62页 |
| 攻读学位期间发表的学术论文目录 | 第62页 |
