摘要 | 第7-9页 |
Abstract | 第9-10页 |
第一章 绪论——从基因组到蛋白质组,整合多组学数据的遗传调控研究 | 第11-17页 |
1.1 从基因组到蛋白质组 | 第11-13页 |
1.1.1 多组学研究的目的 | 第11页 |
1.1.2 整合多组学研究的重要性 | 第11-13页 |
1.2 从基因组到蛋白质组的遗传调控 | 第13页 |
1.2.1 基因组对蛋白质组的调控 | 第13页 |
1.2.2 蛋白质组对于转录组的反调控 | 第13页 |
1.3 从蛋白质组到基因组的染色体的基因功能注释 | 第13-14页 |
1.3.1 蛋白质组对基因组的注释 | 第13-14页 |
1.3.2 蛋白质组对基因组规律的解释 | 第14页 |
1.4 小结和展望 | 第14-15页 |
1.5 论文研究内容和创新点 | 第15-17页 |
第二章 基于染色体的蛋白质组学数据可视化和分析流程 | 第17-33页 |
2.1 背景 | 第17-19页 |
2.2 材料与方法 | 第19-21页 |
2.2.1 数据集的搜集和处理 | 第19页 |
2.2.2 CAPER web框架的设计和实现 | 第19-21页 |
2.3 结果与讨论 | 第21-31页 |
2.3.1 CAPER功能总览 | 第21-22页 |
2.3.2 CAPER 1.0基于染色体的蛋白质组数据可视化工具 | 第22-29页 |
2.3.2.1 CAPER 1.0 track-view展示序列相关的组学信息 | 第22-24页 |
2.3.2.2 CAPER 1.0 track-view实例 | 第24-27页 |
2.3.2.3 CAPER 1.0 heatmap-view展示定量注释信息 | 第27-29页 |
2.3.3 CAPER 2.0基于工作流的蛋白质组数据分析和展示流程 | 第29-31页 |
2.4 小结 | 第31-33页 |
第三章 整合多组学的组织特异转录调控网络研究 | 第33-51页 |
3.1 背景 | 第33-35页 |
3.2 材料与方法 | 第35-38页 |
3.2.1 组织特异的表达谱、DNA甲基化、磷酸化数据的来源 | 第35页 |
3.2.2 信号转导网络和转录调控网络数据的来源 | 第35页 |
3.2.3 转录因子层级系数的计算方法 | 第35页 |
3.2.4 组织特异性基因表达分值TSPS的计算方法 | 第35-36页 |
3.2.5 组织特异性DNA甲基化分值TSMS的计算方法 | 第36页 |
3.2.6 转录因子与靶基因表达水平相关性的计算方法 | 第36页 |
3.2.7 组织特异信号转导网络的构建 | 第36-38页 |
3.3 结果与讨论 | 第38-48页 |
3.3.1 转录调控网络的层级关系 | 第38-39页 |
3.3.2 转录调控网络的层级结构影响转录因子组织特异表达 | 第39-40页 |
3.3.2.1 基因的组织特异表达与其上游转录因子有关 | 第39页 |
3.3.2.2 顶层转录因子具有更强的组织特异表达模式 | 第39-40页 |
3.3.2.3 底层转录因子倾向负调控组织特异表达基因 | 第40页 |
3.3.3 DNA甲基化影响顶层转录因子的组织特异表达 | 第40-44页 |
3.3.3.1 顶层转录因子相关区域的DNA甲基化组织特异性强 | 第41-42页 |
3.3.3.2 顶层转录因子转录调控元件的DNA甲基化影响转录因子及其下游靶基因的组织特异表达 | 第42-44页 |
3.3.4 外界信号通过信号转导影响中间层和底层转录因子的组织特异表达 | 第44-47页 |
3.3.4.1 组织特异的信号转导倾向于激活中间层和底层的转录因子 | 第44-45页 |
3.3.4.2 组织特异的信号转导网络模型的构建 | 第45-47页 |
3.3.5 转录因子层级之间的表达水平相关性 | 第47-48页 |
3.4 小结 | 第48-51页 |
第四章 功能相关基因在染色体上的分布规律研究 | 第51-69页 |
4.1 背景 | 第51-53页 |
4.2 材料与方法 | 第53-57页 |
4.2.1 基因功能注释数据的来源以及基因功能关联的计算方法 | 第53-54页 |
4.2.1.1 针对于条目型的功能注释,衡量两基因功能关联的方法 | 第53页 |
4.2.1.2 针对于网络型的功能注释,衡量两基因功能关联的方法 | 第53-54页 |
4.2.1.3 非编码基因功能注释数据的获得方法 | 第54页 |
4.2.2 染色体上基因距离的计算方法 | 第54-55页 |
4.2.2.1 染色体上基因一维距离的计算方法 | 第54页 |
4.2.2.2 染色体上基因三维距离的计算方法 | 第54页 |
4.2.2.3 基因集合在染色体上聚集系数的计算方法 | 第54-55页 |
4.2.3 两基因距离与基因功能关联相关性的计算方法 | 第55页 |
4.2.3.1 两变量线性相关的计算方法 | 第55页 |
4.2.3.2 两变量依赖关系的计算方法 | 第55页 |
4.2.4 染色体上功能关联模块的寻找方法 | 第55-56页 |
4.2.5 物种发生过程中代表性物种的数据收集 | 第56-57页 |
4.3 结果与讨论 | 第57-67页 |
4.3.1 基因的功能关联与基因间距离的相关性验证 | 第57-59页 |
4.3.1.1 两基因功能关联与染色体距离的线性相关性考察 | 第57-58页 |
4.3.1.2 两基因功能关联与染色体距离基于MINE的依赖关系考察 | 第58-59页 |
4.3.2 物种发生过程中功能相关的编码基因倾向成簇分布 | 第59-63页 |
4.3.2.1 处于同一KEGG生物学通路中的基因在染色体的一维结构中倾向成簇分布 | 第59-61页 |
4.3.2.2 处于同一GO功能条目的基因在染色体的一维结构中倾向成簇分布 | 第61-62页 |
4.3.2.3 功能相关基因倾向协同调控 | 第62-63页 |
4.3.3 加入非编码基因的考量,功能相关基因倾向在染色体上相邻 | 第63-65页 |
4.3.3.1 染色体上存在功能关联的相邻基因(包括非编码基因) | 第63-64页 |
4.3.3.2 染色体上存在功能关联的相邻基因模块(包括非编码基因) | 第64-65页 |
4.3.4 染色体三维结构上靠近的基因倾向功能相关 | 第65-67页 |
4.4 小结 | 第67-69页 |
第五章 基于网络药理学的中药作用机制分析体系 | 第69-85页 |
5.1 背景 | 第69-70页 |
5.2 材料与方法 | 第70-72页 |
5.2.1 靶标预测的方法 | 第70页 |
5.2.2 靶标分析的方法 | 第70-71页 |
5.2.3 KEGG生物学通路可视化的方法 | 第71页 |
5.2.4 化合物-靶标-生物学通路/疾病的可视化方法 | 第71页 |
5.2.5 BATMAN-TCM的网站的搭建 | 第71-72页 |
5.3 结果与讨论 | 第72-83页 |
5.3.1 靶标的预测和分析 | 第72-75页 |
5.3.1.1 靶标预测方法以及评估 | 第72-74页 |
5.3.1.2 靶标功能分析 | 第74-75页 |
5.3.2 KEGG生物学通路和网络可视化 | 第75-78页 |
5.3.2.1 生物学通路的可视化 | 第75-76页 |
5.3.2.2 “组成化合物-靶标-生物学通路-疾病”的可视化 | 第76-78页 |
5.3.3 多成分的靶标构成和功能的比较分析 | 第78-79页 |
5.3.4 参与特定生物学功能的药方和草药检索 | 第79页 |
5.3.5 BATMAN-TCM在药物作用机制分析中的应用 | 第79-83页 |
5.3.5.1 利用BATMAN-TCM分析复方黄黛片作用机制 | 第79-80页 |
5.3.5.2 利用BATMAN-TCM分析麻黄汤的作用机制 | 第80-81页 |
5.3.5.3 利用BATMAN-TCM分析丹七片的作用机制 | 第81-83页 |
5.4 小结 | 第83-85页 |
第六章 文献综述.组织特异的生物学网络研究进展 | 第85-93页 |
6.1 摘要 | 第85页 |
6.2 背景 | 第85-86页 |
6.3 组织和细胞特异性的生物学网络研究 | 第86-87页 |
6.3.1 组织特异的代谢网络 | 第86页 |
6.3.2 组织特异的蛋白质相互作用网络 | 第86-87页 |
6.3.3 组织特异的转录调控网络 | 第87页 |
6.3.4 整合网络的模拟 | 第87页 |
6.4 组织特异的数据整理 | 第87-90页 |
6.4.1 组织特异的转录组数据 | 第88页 |
6.4.2 组织特异的蛋白质组数据 | 第88-89页 |
6.4.2.1 蛋白质组表达谱 | 第88页 |
6.4.2.2 磷酸化修饰谱 | 第88-89页 |
6.4.3 组织特异的甲基化数据 | 第89页 |
6.4.4 组织特异的癌症疾病数据 | 第89-90页 |
6.5 总结与展望 | 第90-93页 |
全文总结 | 第93-95页 |
参考文献 | 第95-103页 |
附录 | 第103-109页 |
附表1 缩略词表 | 第103-106页 |
附表2 顶层转录因子在不同组织中表达水平(log10(iBAQ)) | 第106-107页 |
附表3 组织缩写和全称的对应关系 | 第107-109页 |
个人简历 | 第109-111页 |
致谢 | 第111-113页 |