| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 基于药物副作用的药物重定位方法 | 第16页 |
| 1.2.2 基于人类遗传学的药物重定位方法 | 第16-17页 |
| 1.2.3 基于转录组学的药物重定位方法 | 第17-18页 |
| 1.3 本文工作及论文组织结构 | 第18-20页 |
| 第二章 基于组织特异性路径的肝癌药物预测方法 | 第20-36页 |
| 2.1 组织特异性与生物路径 | 第20-21页 |
| 2.2 方法框架 | 第21-26页 |
| 2.2.1 构建组织特异性特征基因集合 | 第21-23页 |
| 2.2.2 构建组织特异性路径特征 | 第23-24页 |
| 2.2.3 计算药物的治疗分数 | 第24-26页 |
| 2.3 结果分析与验证 | 第26-35页 |
| 2.3.1 实验数据 | 第26-27页 |
| 2.3.2 通过CTD筛选肝癌潜在治疗药物 | 第27-28页 |
| 2.3.3 Pub Med文献分析验证 | 第28-31页 |
| 2.3.4 与已知药物相似性验证分析 | 第31-32页 |
| 2.3.5 KEGG路径验证分析 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 基于基因突变与表达数据的的肝癌药物预测方法 | 第36-54页 |
| 3.1 Edgetic网络扰动模型 | 第36-38页 |
| 3.2 方法框架 | 第38-42页 |
| 3.2.1 SNP突变数据处理及HCC突变特征集合构建 | 第38-39页 |
| 3.2.2 基因表达数据处理及计算 | 第39-40页 |
| 3.2.3 基因联合分类 | 第40页 |
| 3.2.4 疾病和药物的相关性计算 | 第40-42页 |
| 3.3 实验结果与分析 | 第42-53页 |
| 3.3.1 实验数据 | 第42页 |
| 3.3.2 肝癌的疾病特征集合分析 | 第42-44页 |
| 3.3.3 通过CTD筛选肝癌潜在治疗药物 | 第44-45页 |
| 3.3.4 Pub Med文献验证 | 第45-48页 |
| 3.3.5 与已知药物相似性验证分析 | 第48-49页 |
| 3.3.6 KEGG路径验证分析 | 第49-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 结论与展望 | 第54-56页 |
| 4.1 总结 | 第54-55页 |
| 4.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |