首页--医药、卫生论文--肿瘤学论文--呼吸系肿瘤论文--肺肿瘤论文

基于蛋白磷酸化的肺癌标记物识别方法研究

摘要第5-7页
ABSTRACT第7-8页
符号对照表第11-12页
缩略语对照表第12-16页
第一章 绪论第16-20页
    1.1 研究背景及意义第16-17页
    1.2 蛋白质磷酸化修饰与疾病关系的研究现状第17页
    1.3 肺癌标记物识别研究现状第17-18页
    1.4 论文的研究内容第18页
    1.5 论文组织结构第18-20页
第二章 理论基础及相关数据第20-38页
    2.1 图第20-21页
    2.2 复杂网络第21-23页
        2.2.1 网络的模块性第21-22页
        2.2.2 网络的无标度特性第22-23页
    2.3 图的最大匹配第23-24页
    2.4 疾病模块识别研究基础第24-25页
        2.4.1 基于基因的差异表达第24-25页
        2.4.2 差异网络分析第25页
    2.5 支持向量机分类模型第25-28页
        2.5.1 支持向量机的定义及推导第25-26页
        2.5.2 支持向量机的核函数第26-28页
    2.6 相关生物数据介绍第28-38页
        2.6.1 蛋白质磷酸化修饰第28-29页
        2.6.2 蛋白质激酶与底物的关系第29-30页
        2.6.3 基因调控网络第30-32页
        2.6.4 突变数据第32-33页
        2.6.5 基因表达数据第33-35页
        2.6.6 基因本体数据第35-36页
        2.6.7 致病基因数据库第36-38页
第三章 蛋白质磷酸化与疾病第38-44页
    3.1 识别磷酸化突变第38-39页
    3.2 蛋白质磷酸化修饰与疾病的关系第39-40页
    3.3 磷酸化修饰的蛋白质与疾病之间的关系第40页
    3.4 其他翻译后修饰与磷酸化的协同作用与疾病的关系第40-41页
    3.5 实验结果显著性分析第41-44页
        3.5.1 Fisher精确检验第42页
        3.5.2 生物富集分析第42-44页
第四章 肺癌疾病标记物识别方法第44-52页
    4.1 疾病模块识别算法思想第44页
    4.2 肺癌网络的构建第44-45页
        4.2.1 识别磷酸化的重连第44-45页
        4.2.2 构建肺癌的疾病网络第45页
    4.3 肺癌网络中蛋白质节点及连边权重的计算第45-49页
        4.3.1 蛋白质的权值第45-47页
        4.3.2 连边的差异共表达分数第47页
        4.3.3 网络可控性及随机化的匈牙利算法第47-49页
        4.3.4 构建加权肺癌网络第49页
    4.4 疾病模块识别算法第49-50页
    4.5 疾病相关蛋白质的预测第50-52页
第五章 实验结果与分析第52-66页
    5.1 实验数据第52-54页
        5.1.1 蛋白质磷酸化修饰第52页
        5.1.2 突变数据第52-53页
        5.1.3 蛋白质激酶与底物的关系第53-54页
        5.1.4 组织特异的基因调控网络第54页
        5.1.5 基因表达数据第54页
        5.1.6 已知致病基因第54页
    5.2 蛋白质磷酸化与疾病关系的结果分析第54-58页
        5.2.1 磷酸化位点附近的突变与疾病的关系第54-56页
        5.2.2 磷酸化协同作用位点附近的突变与疾病的关系第56-57页
        5.2.3 磷酸化位点与致病突变之间的关系第57-58页
    5.3 肺癌疾病标记物识别的结果分析第58-66页
        5.3.1 肺癌网络的构建结果第58页
        5.3.2 模块识别算法的参数调优第58-60页
        5.3.3 肺癌的疾病模块识别结果分析第60-62页
        5.3.4 肺癌相关蛋白质预测结果第62-66页
第六章 总结与展望第66-68页
    6.1 本文工作总结第66页
    6.2 进一步的研究方向第66-68页
参考文献第68-74页
致谢第74-76页
作者简介第76-78页

论文共78页,点击 下载论文
上一篇:恶意攻击下网络鲁棒的多智能体遗传算法优化
下一篇:H研究所课题组对企业委托类科研实验项目的质量控制方法研究