首页--医药、卫生论文--肿瘤学论文--一般性问题论文--肿瘤诊断学论文

一种基于深度神经网络模型及蛋白相互作用预测癌症相关蛋白及蛋白组合的新方法

摘要第7-9页
Abstract第9-11页
缩略词表第12-13页
第一章 前言第13-22页
    1.1 课题的提出第13-15页
    1.2 生物复杂网络的研究方法第15-16页
        1.2.1 复杂网络简介第15页
        1.2.2 蛋白质相互作用网络第15-16页
    1.3 生物复杂性的数据挖掘方法第16-18页
        1.3.1 数据挖掘简介第16-17页
        1.3.2 人工神经网络第17页
        1.3.3 自动编码机第17页
        1.3.4 深度学习第17-18页
    1.4 生物复杂性数据挖掘的主要类型第18-21页
        1.4.1 转录组第18-19页
        1.4.2 蛋白组第19页
        1.4.3 基因重要性第19-20页
        1.4.4 癌基因第20-21页
    1.5 本研究内容及意义第21-22页
第二章 一种基于神经网络模型预测癌症相关蛋白质及蛋白质组合的方法第22-67页
    2.1 前言第22-23页
    2.2 材料与方法第23-33页
        2.2.1 数据收集第23-25页
            2.2.1.1 已知药物靶点数据集第23页
            2.2.1.2 基因和蛋白质表达数据集第23-24页
            2.2.1.3 蛋白质互作数据集第24-25页
            2.2.1.4 蛋白质组合数据集第25页
        2.2.2 研究方法第25-33页
            2.2.2.1 神经网络模型预测癌症相关蛋白质及蛋白质组合的流程概述第25-30页
            2.2.2.2 评价本模型对预测癌症相关蛋白质的表现第30-31页
            2.2.2.3 训练前列腺癌特异模型第31-32页
            2.2.2.4 基于蛋白质相互作用构建关键蛋白质的KD子网络第32-33页
    2.3 结果与分析第33-66页
        2.3.1 神经网络模型预测癌症相关蛋白质第33-41页
            2.3.1.1 癌症相关蛋白质的预测结果第33-34页
            2.3.1.2 预测的癌症相关蛋白质的功能分析第34-40页
            2.3.1.3 评估本模型对癌症相关蛋白质的预测表现第40-41页
        2.3.2 神经网络模型预测癌症相关蛋白质的组合第41-47页
            2.3.2.1 癌症相关蛋白质组合的预测结果第41-45页
            2.3.2.2 评估本模型对癌症相关蛋白质组合的预测表现第45-47页
        2.3.3 结合PPI数据的KD网络分析第47-58页
            2.3.3.1 靶点蛋白为核心的三个KD子网络分析第47-55页
            2.3.3.2 已知药物靶点为核心的KD子网络分析第55-58页
        2.3.4 前列腺癌神经网络模型的训练和预测结果第58-66页
            2.3.4.1 前列腺癌相关蛋白质预测第59-63页
            2.3.4.2 前列腺癌相关蛋白质的组合的预测第63-66页
    2.4 本章小结第66-67页
第三章 利用蛋白质相互作用网络和基因重要性识别癌症基因第67-91页
    3.1 前言第67-68页
    3.2 材料与方法第68-72页
        3.2.1 数据收集第68-69页
            3.2.1.1 基因重要性数据第68-69页
            3.2.1.2 蛋白质相互作用网络第69页
        3.2.2 研究方法第69-72页
            3.2.2.1 预测癌症基因第69页
            3.2.2.2 计算相互作用的值第69-70页
            3.2.2.3 计算相互作用相关性第70-72页
    3.3 结果与讨论第72-90页
        3.3.1 蛋白质相互作用的相关性分析第74-80页
        3.3.2 筛选突变相关蛋白质第80-85页
        3.3.3 预测药物靶标第85-86页
        3.3.4 差异表达基因与突变基因第86-90页
    3.4 本章小结第90-91页
第四章 总结与展望第91-93页
参考文献第93-102页
附录 已发表及在投论文第102-103页
致谢第103-104页

论文共104页,点击 下载论文
上一篇:多种抑郁大鼠模型海马代谢物谱差异分析及CUMS模型海马整合组学研究
下一篇:hsa-miR-135b-5p在宣威非小细胞肺癌中的作用及机制探究