| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 生物信息简介 | 第9-11页 |
| 1.1.1 生物信息学产生与定义 | 第9页 |
| 1.1.2 生物信息研究内容 | 第9-10页 |
| 1.1.3 生物信息在医学中的应用 | 第10-11页 |
| 1.1.4 大数据时代的生物组学研究 | 第11页 |
| 1.2 分子进化分析 | 第11-12页 |
| 1.3 基因表达数据在疾病中应用 | 第12-14页 |
| 1.3.1 基因表达测定原理 | 第12-13页 |
| 1.3.2 基因表达的应用 | 第13-14页 |
| 1.4 粒计算理论 | 第14-15页 |
| 1.4.1 粒计算概述 | 第14-15页 |
| 1.4.2 粒计算的基本问题 | 第15页 |
| 1.4.3 商空间理论 | 第15页 |
| 1.5 文章结构 | 第15-17页 |
| 第二章 基于归一化距离的流感病毒结构提取 | 第17-25页 |
| 2.1 粒计算理论 | 第17-19页 |
| 2.2 病毒蛋白序列与特征提取 | 第19页 |
| 2.3 基于粒度的进化树构建 | 第19-22页 |
| 2.3.1 蛋白序列的粗粒化结构提取 | 第19-20页 |
| 2.3.2 最优聚类指标 | 第20-21页 |
| 2.3.3 基于粗粒化的进化树构建 | 第21-22页 |
| 2.4 结果与分析 | 第22-25页 |
| 2.4.1 流感病毒系统结构提取 | 第22-23页 |
| 2.4.2 流感病毒系统分析 | 第23-25页 |
| 第三章 基于粒计算的复杂系统最优层次结构提取 | 第25-35页 |
| 3.1 复杂系统最优结构提取方法 | 第25-29页 |
| 3.2 流感病毒系统数据实验 | 第29-32页 |
| 3.2.1 数据获取 | 第29-30页 |
| 3.2.2 病毒特征系统 | 第30-31页 |
| 3.2.3 讨论 | 第31-32页 |
| 3.3 可感染人的病毒实验分析 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 乳腺癌亚型异质性的分子标志 | 第35-44页 |
| 4.1 乳腺癌研究现状 | 第35-36页 |
| 4.2 数据资源 | 第36页 |
| 4.3 特征基因识别和聚类评价 | 第36-39页 |
| 4.3.1 层次聚类和准确率评价 | 第36-37页 |
| 4.3.2 特征基因识别 | 第37-38页 |
| 4.3.3 网络和通路分析 | 第38-39页 |
| 4.4 实验结果 | 第39-42页 |
| 4.4.1 特征基因的识别和性能评估 | 第39-41页 |
| 4.4.2 基因标志通路和疾病分析 | 第41-42页 |
| 4.5 讨论 | 第42-43页 |
| 4.6 结论 | 第43-44页 |
| 第五章 基于决策树的乳腺癌亚型异质性探索 | 第44-55页 |
| 5.1 方法和模型 | 第44-46页 |
| 5.1.1 数据标准化 | 第44页 |
| 5.1.2 决策树构建和特征基因识别 | 第44-45页 |
| 5.1.3 特征基因验证 | 第45-46页 |
| 5.2 实验结果 | 第46-51页 |
| 5.2.1 特征基因识别 | 第46-49页 |
| 5.2.2 特征基因及其生物学分析 | 第49-51页 |
| 5.3 讨论 | 第51-54页 |
| 5.3.1 特征mi RNA | 第52-53页 |
| 5.3.2 特征基因集 1 | 第53页 |
| 5.3.3 特征基因集 2 | 第53-54页 |
| 5.3.4 特征基因集 3 | 第54页 |
| 5.4 结论 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 全文总结 | 第55页 |
| 6.2 工作展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录：作者在攻读硕士学位期间发表的论文及参加的学术活动 | 第64页 |