| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-24页 |
| 1.1 选题背景及意义 | 第16-18页 |
| 1.2 国内外研究现状 | 第18-21页 |
| 1.2.1 疾病相关miRNAs预测方法 | 第18-21页 |
| 1.2.2 存在的主要问题 | 第21页 |
| 1.3 本文主要工作与贡献 | 第21-22页 |
| 1.4 论文的组织结构 | 第22-24页 |
| 第2章 致病miRNAs预测中相似性网络构建及相关问题概述 | 第24-41页 |
| 2.1 miRNA作用机制以及对疾病的调控功能 | 第24-27页 |
| 2.1.1 miRNA产生和作用机制 | 第24-25页 |
| 2.1.2 miRNA功能以及与疾病的关联 | 第25-27页 |
| 2.2 相关数据资源 | 第27-32页 |
| 2.2.1 miRNA信息数据库 | 第28-29页 |
| 2.2.2 与其他基因相互作用数据库 | 第29-31页 |
| 2.2.3 疾病相关数据库 | 第31-32页 |
| 2.3 相似性网络构建方法 | 第32-40页 |
| 2.3.1 疾病相似性网络构建方法 | 第33-37页 |
| 2.3.2 miRNA相似性网络构建方法 | 第37-40页 |
| 2.4 小结 | 第40-41页 |
| 第3章 基于改进低秩矩阵恢复方法的miRNA-疾病关联预测研究 | 第41-61页 |
| 3.1 问题描述 | 第41页 |
| 3.2 相关工作 | 第41-43页 |
| 3.2.1 低秩矩阵恢复 | 第41-42页 |
| 3.2.2 鲁棒主成分分析 | 第42页 |
| 3.2.3 矩阵的核范数 | 第42-43页 |
| 3.3 数据集及预处理 | 第43-44页 |
| 3.4 基于低秩矩阵恢复算法预测miRNA-疾病关联 | 第44-48页 |
| 3.4.1 问题建模 | 第44页 |
| 3.4.2 ILRMR预测模型的总体框架 | 第44-45页 |
| 3.4.3 miRNA相似性评估 | 第45-46页 |
| 3.4.4 疾病相似性评估 | 第46页 |
| 3.4.5 ILRMR算法描述 | 第46-48页 |
| 3.5 实验结果与分析 | 第48-60页 |
| 3.5.1 实验评估标准 | 第48-50页 |
| 3.5.2 预测性能评估 | 第50-53页 |
| 3.5.3 ILRMR模型预测具体疾病关联的miRNAs | 第53-57页 |
| 3.5.4 ILRMR模型综合预测潜在miRNA-疾病关联 | 第57-60页 |
| 3.6 小结 | 第60-61页 |
| 第4章 基于正则化框架融合异构组学数据的miRNA-疾病关联预测研究 | 第61-85页 |
| 4.1 问题描述 | 第61页 |
| 4.2 RLSSLP预测模型的总体框架 | 第61-62页 |
| 4.3 数据集及预处理 | 第62-64页 |
| 4.4 miRNA相似性网络和疾病相似性网络的构建 | 第64-66页 |
| 4.4.1 疾病相似性网络的构建 | 第64页 |
| 4.4.2 miRNA相似性网络的构建 | 第64-66页 |
| 4.5 基于正则化框架的信息融合策略预测miRNA与疾病关联 | 第66-69页 |
| 4.5.1 基于正则最小二乘预测子模型RLS的构建 | 第66页 |
| 4.5.2 基于边传播算法预测子模型SLP的构建 | 第66-67页 |
| 4.5.3 RLSSLP模型预测miRNA-diseases关联得分 | 第67-69页 |
| 4.6 实验结果与分析 | 第69-84页 |
| 4.6.1 性能评估 | 第69-71页 |
| 4.6.2 参数对RLSSLP模型预测性能的影响 | 第71页 |
| 4.6.3 RLSSLP模型预测肺癌、乳腺癌、肝细胞癌相关的miRNAs | 第71-77页 |
| 4.6.4 RLSSLP模型预测孤立疾病相关的miRNAs | 第77-81页 |
| 4.6.5 RLSSLP模型预测新miRNA关联的疾病 | 第81-84页 |
| 4.7 小结 | 第84-85页 |
| 第5章 基于混合受限玻尔兹曼机模型的miRNA-疾病关联类型预测研究 | 第85-107页 |
| 5.1 问题描述 | 第85-86页 |
| 5.2 相关工作 | 第86-90页 |
| 5.2.1 深度学习在复杂疾病相关研究中的应用 | 第86-89页 |
| 5.2.2 RBM模型及训练算法 | 第89-90页 |
| 5.3 预测模型的总体框架 | 第90页 |
| 5.4 数据集及预处理 | 第90-91页 |
| 5.5 基于混合受限玻尔兹曼机模型预测miRNA-疾病关联类型 | 第91-97页 |
| 5.5.1 基于传统受限玻尔兹曼机构建基于miRNA的M-RBM预测模型 | 第91-93页 |
| 5.5.2 构建混合HRBM-MD预测模型 | 第93-96页 |
| 5.5.3 HRBM-MD模型的算法描述 | 第96-97页 |
| 5.6 实验结果与分析 | 第97-106页 |
| 5.6.1 实验设置及性能评估 | 第97-98页 |
| 5.6.2 参数对HRBM-MD模型预测性能的影响 | 第98-99页 |
| 5.6.3 HRBM-MD模型预测乳腺癌、肺癌相关的miRNAs及其关联类型 | 第99-102页 |
| 5.6.4 HRBM-MD模型综合预测潜在的miRNA-疾病关联具体类型 | 第102-106页 |
| 5.7 小结 | 第106-107页 |
| 结论 | 第107-110页 |
| 参考文献 | 第110-124页 |
| 致谢 | 第124-126页 |
| 附录A 攻读学位期间所发表的学术论文 | 第126-127页 |
| 附录B 攻读学位期间主要参与的课题 | 第127页 |
