| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-33页 |
| 1.1 课题背景及研究的目的和意义 | 第16-18页 |
| 1.2 miRNA相关知识介绍 | 第18-23页 |
| 1.2.1 miRNA的定义 | 第18页 |
| 1.2.2 miRNA的生成过程及作用机制 | 第18-20页 |
| 1.2.3 miRNA的靶向交互特征 | 第20-21页 |
| 1.2.4 miRNA协同调控机制 | 第21-22页 |
| 1.2.5 miRNA与疾病的关系 | 第22页 |
| 1.2.6 miRNA作为疾病标志物的生物依据 | 第22-23页 |
| 1.3 国内外研究现状 | 第23-30页 |
| 1.3.1 miRNA的靶基因预测 | 第23-26页 |
| 1.3.2 miRNA调控模块识别 | 第26-27页 |
| 1.3.3 miRNA与疾病关联预测 | 第27-28页 |
| 1.3.4 疾病标志物miRNA的识别 | 第28-30页 |
| 1.4 本文的主要研究内容 | 第30-33页 |
| 第2章 基于卷积神经网络的miRNA靶基因预测方法 | 第33-52页 |
| 2.1 引言 | 第33-35页 |
| 2.2 miRNA-基因靶向特征选取 | 第35-38页 |
| 2.3 基于约束松弛方法的均衡数据集构建 | 第38-41页 |
| 2.3.1 数据来源 | 第38-39页 |
| 2.3.2 构建均衡数据集 | 第39-41页 |
| 2.4 基于卷积神经网络的miRNA靶基因预测方法 | 第41-45页 |
| 2.4.1 利用卷积神经网络预测靶基因 | 第41-44页 |
| 2.4.2 miRNA-基因靶向交互特征分析 | 第44-45页 |
| 2.5 miRNA靶基因预测算法复杂度分析 | 第45-46页 |
| 2.6 实验结果与分析 | 第46-50页 |
| 2.6.1 与其它方法比较结果 | 第46-47页 |
| 2.6.2 约束松弛算法性能分析 | 第47-48页 |
| 2.6.3 卷积神经网络性能分析 | 第48-49页 |
| 2.6.4 miRNA-基因靶向交互特征分析 | 第49-50页 |
| 2.7 本章小结 | 第50-52页 |
| 第3章 基于主题模型的miRNA调控模块识别方法 | 第52-71页 |
| 3.1 引言 | 第52-54页 |
| 3.2 miRNA调控基因表达的特点 | 第54-55页 |
| 3.3 基于主题模型的miRNA调控模块识别方法 | 第55-59页 |
| 3.3.1 表达谱数据获取与预处理 | 第55-56页 |
| 3.3.2 CCRM模型构建 | 第56-59页 |
| 3.4 变分推理和参数估计 | 第59-61页 |
| 3.5 基于miRNA动态功能构建调控模块间关联 | 第61-62页 |
| 3.6 miRNA动态调控模块识别算法复杂度分析 | 第62页 |
| 3.7 实验结果与分析 | 第62-69页 |
| 3.7.1 调控模块识别及模块关联构建 | 第62-64页 |
| 3.7.2 算法性能分析 | 第64-66页 |
| 3.7.3 调控模块内miRNA功能识别及靶向关系验证 | 第66-69页 |
| 3.8 本章小结 | 第69-71页 |
| 第4章 基于隐条件随机场的miRNA-疾病关联预测方法 | 第71-92页 |
| 4.1 引言 | 第71-73页 |
| 4.2 miRNA与疾病关联数据获取与预处理 | 第73页 |
| 4.3 基于决策融合方法构建用于训练分类器的数据集 | 第73-81页 |
| 4.3.1 直接识别疾病关联的miRNA | 第73-77页 |
| 4.3.2 间接识别疾病关联的miRNA | 第77-79页 |
| 4.3.3 基于决策融合思想构建可靠的训练数据集 | 第79-81页 |
| 4.4 基于隐条件随机场的miRNA与疾病关联预测算法 | 第81-83页 |
| 4.5 miRNA与疾病关联预测算法复杂度分析 | 第83-84页 |
| 4.6 实验结果比较与分析 | 第84-90页 |
| 4.6.1 与其它方法比较结果 | 第84-87页 |
| 4.6.2 决策融合方法性能分析 | 第87-88页 |
| 4.6.3 miRNA功能富集分析 | 第88-90页 |
| 4.7 本章小结 | 第90-92页 |
| 第5章 基于局部线性嵌入和聚类的疾病标志物miRNA识别方法 | 第92-108页 |
| 5.1 引言 | 第92-94页 |
| 5.2 miRNA表达谱数据获取与预处理 | 第94页 |
| 5.3 基于局部线性嵌入和聚类的疾病标志物miRNA识别方法 | 第94-100页 |
| 5.3.1 基于局部线性嵌入方法降维表达谱数据 | 第95-97页 |
| 5.3.2 利用基于密度的聚类方法识别共表达miRNA | 第97-99页 |
| 5.3.3 降维和聚类的迭代过程 | 第99-100页 |
| 5.4 算法复杂度分析 | 第100页 |
| 5.5 实验结果与分析 | 第100-107页 |
| 5.5.1 识别疾病标志物miRNA | 第100-103页 |
| 5.5.2 验证疾病标志物miRNA | 第103-105页 |
| 5.5.3 局部线性嵌入算法性能分析 | 第105-106页 |
| 5.5.4 识别疾病的共同标志物 | 第106-107页 |
| 5.6 本章小结 | 第107-108页 |
| 结论 | 第108-110页 |
| 参考文献 | 第110-123页 |
| 攻读博士学位期间发表的论文及其它成果 | 第123-125页 |
| 致谢 | 第125-126页 |
| 个人简历 | 第126页 |
