| Chinese Abstract | 第1-9页 |
| English Abstract | 第9-12页 |
| 第一章 引言 | 第12-21页 |
| §1.1 生物背景 | 第12-13页 |
| §1.2 生物分子网络和其中功能一致子网络的辨识 | 第13-16页 |
| §1.3 蛋白质功能域与疾病之间的相关关系 | 第16-19页 |
| §1.4 不同方法在连锁不平衡的情况下预测功能位点的表现 | 第19-21页 |
| 第二章 利用dK模型预测生物网络中功能一致子网络的有效性和缺陷 | 第21-51页 |
| §2.1 数据和方法 | 第21-26页 |
| §2.1.1 数据 | 第21页 |
| §2.1.2 dK模型参数估计 | 第21-23页 |
| §2.1.3 检验dK模型预测网络交互的能力 | 第23页 |
| §2.1.4 dK模型下网络样本的随机模拟 | 第23-24页 |
| §2.1.5 验证模型辨识功能一直子网络的能力 | 第24-25页 |
| §2.1.6 功能一致性预测的评估 | 第25页 |
| §2.1.7 利用模拟退火寻找高值函数模块 | 第25-26页 |
| §2.2 结果和讨论 | 第26-32页 |
| §2.2.1 dK模型预测网络交互的表现 | 第26页 |
| §2.2.2 dK模型随机网络的统计特征与真实网络相应特征的比较 | 第26-28页 |
| §2.2.3 dK模型分辨功能一致模块的表现 | 第28-32页 |
| §2.3 结论 | 第32-33页 |
| §2.4 附录 | 第33-51页 |
| §2.4.1 补充图 | 第33-47页 |
| §2.4.2 补充表 | 第47-51页 |
| 第三章 利用蛋白质功能域交互网络对蛋白质功能域与复杂疾病的关联关系排序 | 第51-61页 |
| §3.1 数据和方法 | 第51-54页 |
| §3.1.1 数据 | 第51-52页 |
| §3.1.2 Guilt by proximity | 第52-53页 |
| §3.1.3 评价准则 | 第53-54页 |
| §3.2 结果 | 第54-59页 |
| §3.2.1 方法的表现 | 第54-56页 |
| §3.2.2 蛋白质功能域交互网络偏差的影响 | 第56-58页 |
| §3.2.3 蛋白质功能域与疾病关联关系的预测 | 第58-59页 |
| §3.3 Conclusion | 第59-61页 |
| 第四章 借助随机模拟比较几种方法处理基因关联分析中连锁不平衡性的表现 | 第61-69页 |
| §4.1 Methods | 第61-62页 |
| §4.1.1 单位点分析 | 第61页 |
| §4.1.2 逐步回归 | 第61页 |
| §4.1.3 岭回归 | 第61-62页 |
| §4.1.4 Boosting | 第62页 |
| §4.1.5 LASSO | 第62页 |
| §4.1.6 方法的评估 | 第62页 |
| §4.2 结果 | 第62-66页 |
| §4.2.1 20个位点有强连锁性 | 第62-64页 |
| §4.2.2 500和1000个位点之间有退化的连锁不平衡性 | 第64-66页 |
| §4.3 结论 | 第66-69页 |
| Bibliography | 第69-85页 |
| 作者简介 | 第85-86页 |
| 致谢 | 第86-88页 |
| 学位论文评阅及答辩情况表 | 第88页 |
