| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第9-11页 |
| 1 网络医学概况及本文工作介绍 | 第11-34页 |
| 1.1 网络医学研究背景介绍 | 第11-15页 |
| 1.2 课题相关的生物学背景 | 第15-20页 |
| 1.2.1 DNA与基因 | 第16-17页 |
| 1.2.2 RNA | 第17-18页 |
| 1.2.3 微RNA | 第18页 |
| 1.2.4 蛋白质 | 第18-19页 |
| 1.2.5 分子生物学的中心法则 | 第19-20页 |
| 1.3 网络理论及其在网络医学中的应用 | 第20-27页 |
| 1.3.1 网络基本概念 | 第20-22页 |
| 1.3.2 网络模型 | 第22-23页 |
| 1.3.3 网络理论在网络医学中的应用 | 第23-27页 |
| 1.4 论文所用到的性能评价指标与方法 | 第27-30页 |
| 1.4.1 性能评价指标 | 第27-29页 |
| 1.4.2 性能评价方法 | 第29-30页 |
| 1.5 论文研究的主要内容及其研究现状分析 | 第30-32页 |
| 1.6 论文的组织结构 | 第32-34页 |
| 2 基于网络一致性的药物-标靶问题研究 | 第34-51页 |
| 2.1 引言 | 第34-39页 |
| 2.2 数据采集 | 第39-40页 |
| 2.3 基于网络一致性的药物-标靶预测算法 | 第40-42页 |
| 2.4 实验结果及分析 | 第42-49页 |
| 2.5 案例分析 | 第49页 |
| 2.6 本章小结 | 第49-51页 |
| 3 随机游走算法在微RNA-疾病关联关系中的应用研究 | 第51-60页 |
| 3.1 引言 | 第51-53页 |
| 3.2 数据采集 | 第53-56页 |
| 3.3 随机游走算法在微RNA-疾病关联关系中的应用 | 第56-57页 |
| 3.4 实验结果及分析 | 第57-59页 |
| 3.5 本章小结 | 第59-60页 |
| 4 基于相似性的微RNA-疾病关联关系预测算法 | 第60-71页 |
| 4.1 引言 | 第60-61页 |
| 4.2 数据采集 | 第61-62页 |
| 4.3 基于相似性的微RNA-疾病关联关系预测算法 | 第62-64页 |
| 4.4 实验结果及分析 | 第64-68页 |
| 4.4.1 微RNA-疾病关联网络的构建和分析 | 第64-66页 |
| 4.4.2 算法性能评价 | 第66-67页 |
| 4.4.3 算法NetCBI中参数的选择 | 第67-68页 |
| 4.4.4 算法比较 | 第68页 |
| 4.4.5 微RNA-疾病关系预测 | 第68页 |
| 4.5 本章小结 | 第68-71页 |
| 5 单种群标签SNPS选择算法研究 | 第71-86页 |
| 5.1 引言 | 第71-74页 |
| 5.2 标签SNPs选择问题研究 | 第74-79页 |
| 5.2.1 连锁不平衡 | 第74页 |
| 5.2.2 基于连锁不平衡的单种群标签SNPs选择算法 | 第74-78页 |
| 5.2.3 基于连锁不平衡的多种群标签SNPs选择算法 | 第78-79页 |
| 5.3 一种改进的单种群标签SNPs贪婪选择算法 | 第79-81页 |
| 5.4 实验结果及分析 | 第81-85页 |
| 5.5 本章小结 | 第85-86页 |
| 6 总结与展望 | 第86-89页 |
| 6.1 总结 | 第86-87页 |
| 6.2 未来工作与展望 | 第87-89页 |
| 参考文献 | 第89-101页 |
| 攻读博士学位期间主要的研究成果 | 第101-102页 |
| 致谢 | 第102-103页 |
