| 缩略词表 | 第4-7页 |
| 中文摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 前言 | 第11-14页 |
| 第1部分 混合效应模型方差成分检验在RNA-SEQ数据差异表达筛选中的应用 | 第14-54页 |
| 1.1 研究目的 | 第15页 |
| 1.2 统计量构建 | 第15-19页 |
| 1.2.1 模型构建 | 第15-16页 |
| 1.2.2 统计量的理论分布 | 第16-18页 |
| 1.2.3 统计量的经验分布 | 第18-19页 |
| 1.2.4 算法实现 | 第19页 |
| 1.3 模拟实验 | 第19-46页 |
| 1.3.1 模拟思路和参数设置 | 第19-20页 |
| 1.3.2 模拟1：泊松分布假设下理论和经验分布的统计性质 | 第20-25页 |
| 1.3.3 模拟2：负二项分布假设下理论和经验分布的统计性质 | 第25-31页 |
| 1.3.4 模拟3：泊松分布假设下四种算法统计性质的比较 | 第31-38页 |
| 1.3.5 模拟4：负二项分布假设下四种算法统计性质的比较 | 第38-46页 |
| 1.4 实例分析 | 第46-51页 |
| 1.3.1 数据预处理 | 第46页 |
| 1.3.2 方法比较 | 第46-51页 |
| 1.5 讨论和小结 | 第51-54页 |
| 第2部分 混合效应模型方差成分检验在MRNA-MIRNA交互作用筛选中的应用 | 第54-75页 |
| 2.1 研究目的 | 第55页 |
| 2.2 模型构建 | 第55-59页 |
| 2.2.1. 传统的一阶交互作用模型 | 第55页 |
| 2.2.2. 半参数模型和一阶核函数 | 第55-57页 |
| 2.2.3. 统计量的估计和检验 | 第57-58页 |
| 2.2.4. 算法实现 | 第58-59页 |
| 2.3 模拟实验 | 第59-71页 |
| 2.3.1. 模拟思路和参数设置 | 第59-60页 |
| 2.3.2. 模拟1：不同参数设置下BGMK和F-test的一类错误 | 第60-63页 |
| 2.3.3. 模拟2：不同isoform的个数和比例设置下的效能 | 第63-65页 |
| 2.3.4. 模拟3：不同miRNA和交互项个数设置下的效能 | 第65-68页 |
| 2.3.5. 模拟4：协变量系数估计的偏差 | 第68-71页 |
| 2.4 实例分析 | 第71-72页 |
| 2.4.1. 数据预处理 | 第71-72页 |
| 2.4.2. 分析结果 | 第72页 |
| 2.5 讨论和小结 | 第72-75页 |
| 研究总结 | 第75-76页 |
| 参考文献 | 第76-83页 |
| 文献综述 | 第83-100页 |
| 参考文献 | 第94-100页 |
| 附录 | 第100-109页 |
| 攻读博士学位期间发表的学术论文 | 第109-110页 |
| 致谢 | 第110页 |
