| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-13页 |
| 1.1 引言 | 第7页 |
| 1.2 乳腺癌概述 | 第7-8页 |
| 1.3 三阴性乳腺癌概述 | 第8-9页 |
| 1.4 国内外乳腺癌的研究现状 | 第9-11页 |
| 1.5 论文的主要工作和创新 | 第11-12页 |
| 1.6 论文结构 | 第12-13页 |
| 第2章 基于基因表达谱数据和蛋白-蛋白相互作用网络识别乳腺癌相关的特异性基因 | 第13-38页 |
| 2.1 研究的目的和意义 | 第13-14页 |
| 2.2 材料和方法 | 第14-26页 |
| 2.2.1 芯片数据来源 | 第15-16页 |
| 2.2.2 芯片数据预处理 | 第16-20页 |
| 2.2.3 最大相关最小冗余算法 | 第20-22页 |
| 2.2.4 PPI的建立以及最短路径追踪 | 第22-24页 |
| 2.2.5 去随机因素 | 第24页 |
| 2.2.6 功能富集分析 | 第24-26页 |
| 2.3 结果 | 第26-32页 |
| 2.3.1 基于PPI的最短路径算法识别基因的结果 | 第26-28页 |
| 2.3.2 基因功能富集分析 | 第28-32页 |
| 2.4 讨论 | 第32-37页 |
| 2.4.1 候选基因分析 | 第32-35页 |
| 2.4.2 GO富集分析 | 第35-36页 |
| 2.4.3 KEGG富集分析 | 第36-37页 |
| 2.5 结论 | 第37页 |
| 2.6 本章小结 | 第37-38页 |
| 第3章 基于基因表达谱数据和蛋白-蛋白相互作用网络识别三阴性乳腺癌相关的特异性基因 | 第38-53页 |
| 3.1 研究目的及意义 | 第38页 |
| 3.2 材料和方法 | 第38-40页 |
| 3.2.1 三阴性乳腺癌的样本来源 | 第38页 |
| 3.2.2 基因芯片的预处理 | 第38-39页 |
| 3.2.3 最大相关最小冗余计算 | 第39页 |
| 3.2.4 最短路径计算 | 第39-40页 |
| 3.2.5 与乳腺癌所计算出的基因取交集 | 第40页 |
| 3.3 结果 | 第40-46页 |
| 3.3.1 与三阴性乳腺癌相关的特异性基因 | 第40-42页 |
| 3.3.2 GO富集分析 | 第42-45页 |
| 3.3.3 KEGG富集分析 | 第45-46页 |
| 3.4 讨论 | 第46-52页 |
| 3.4.1 潜在的与三阴性乳腺癌相关的特异性基因 | 第46-50页 |
| 3.4.2 GO富集分析 | 第50-51页 |
| 3.4.3 KEGG富集分析 | 第51-52页 |
| 3.5 结论 | 第52页 |
| 3.6 本章小结 | 第52-53页 |
| 第4章 总结与展望 | 第53-55页 |
| 4.1 总结 | 第53-54页 |
| 4.2 展望 | 第54-55页 |
| 参考文献 | 第55-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |
