| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 基于基因和蛋白质信息分析的致病基因预测方法 | 第13-15页 |
| 1.2.2 基于网络信息的致病基因预测方法 | 第15-16页 |
| 1.2.3 融合异构数据资源的致病基因预测方法 | 第16-18页 |
| 1.3 本文主要工作 | 第18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第2章 基于网络致病基因预测算法概述 | 第20-27页 |
| 2.1 基于网络致病基因预测方法的定义 | 第20-23页 |
| 2.1.1 相关的生物网络 | 第20-22页 |
| 2.1.2 基于网络排序方法预测致病基因的定义 | 第22-23页 |
| 2.2 重启随机游走(RWR)算法 | 第23-24页 |
| 2.2.1 相关定义 | 第23页 |
| 2.2.2 RWR算法 | 第23-24页 |
| 2.3 RWRH算法 | 第24-26页 |
| 2.3.1 异构网络构建过程 | 第24-25页 |
| 2.3.2 异构网络随机游走 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第3章 基因-疾病网络中结合复合物的致病基因预测算法 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 网络构建 | 第27-29页 |
| 3.2.1 蛋白质复合物功能网络的构建 | 第27-28页 |
| 3.2.2 疾病-基因异构网络 | 第28-29页 |
| 3.3 ENPCANG算法 | 第29-31页 |
| 3.3.1 相关定义 | 第29页 |
| 3.3.2 算法伪代码 | 第29-31页 |
| 3.4 实验结果及分析 | 第31-37页 |
| 3.4.1 数据数据 | 第31-32页 |
| 3.4.2 验证方法 | 第32页 |
| 3.4.3 与其他算法比较 | 第32-34页 |
| 3.4.4 具体疾病预测方法的比较 | 第34-35页 |
| 3.4.5 参数调整 | 第35-37页 |
| 3.6 案例分析 | 第37-40页 |
| 3.7 小结 | 第40-41页 |
| 第4章 基于调控通路和网络重构的致病基因预测算法 | 第41-57页 |
| 4.1 引言 | 第41-42页 |
| 4.2 KEGG功能注释体系 | 第42页 |
| 4.3 相关定义 | 第42-46页 |
| 4.3.1 基于KEGG通路信息构建基因功能相似性网络 | 第42-43页 |
| 4.3.2 拉普拉斯规范化技术加强网络种子节点权值 | 第43-46页 |
| 4.4 KE_LAP_RWRH算法描述 | 第46-50页 |
| 4.4.1 异构网络及概率转移矩阵 | 第46-47页 |
| 4.4.2 先验知识向量的求解 | 第47-48页 |
| 4.4.3 致病基因预测算法流程 | 第48-50页 |
| 4.5 实验 | 第50-54页 |
| 4.5.1 实验数据 | 第50页 |
| 4.5.2 实验分析 | 第50-52页 |
| 4.5.3 性能评估 | 第52-54页 |
| 4.6 案例分析 | 第54-56页 |
| 4.7 小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 附录A 攻读学位期间所发表的学术论文 | 第65-66页 |
| 附录B 攻读学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
