| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 縮略词列表 | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-33页 |
| ·网络生物学概述 | 第11-22页 |
| ·分子网络的基本类型 | 第11-16页 |
| ·分子网络的结构层次 | 第16-19页 |
| ·基于分子网络的整合分析 | 第19-22页 |
| ·植物免疫简介 | 第22-30页 |
| ·植物免疫系统的基本构成 | 第22-25页 |
| ·植物免疫响应的调控基因和有关信号通路研究进展 | 第25-28页 |
| ·病原细菌三型效应蛋白 | 第28-30页 |
| ·网络生物学在植物免疫研究中的应用 | 第30-31页 |
| ·本文工作的提出与研究目的 | 第31-33页 |
| 第二章 病原体相关分子模式激发的免疫(PTI)和效应蛋白激发的免疫(ETI)之间的比较分析 | 第33-63页 |
| ·引言 | 第33-34页 |
| ·材料与方法 | 第34-39页 |
| ·数据集的收集和整理 | 第34页 |
| ·基因网络的构建与质量控制 | 第34-36页 |
| ·网络引导的随机森林算法(NGF) | 第36-37页 |
| ·决策规则的提取和分析 | 第37页 |
| ·网络模块的鉴定 | 第37-38页 |
| ·基于NGF的基因集富集分析 | 第38页 |
| ·Closeness centrality的计算 | 第38-39页 |
| ·网络可视化 | 第39页 |
| ·结果与分析 | 第39-59页 |
| ·构建一个整合的拟南芥基因网络 | 第39-41页 |
| ·使用网络引导的随机森林算法鉴定PTI与ETI的网络组分 | 第41-49页 |
| ·PTI与ETI共享的子网络是病原体效应蛋白攻击的热区 | 第49-50页 |
| ·模块化的免疫相关基因网络模型 | 第50-54页 |
| ·模块M63提示染色质的动态性可能在ETI有着潜在的作用 | 第54-57页 |
| ·一个在线的网络资源用于交互式的探索模块化的网络模型 | 第57-59页 |
| ·讨论 | 第59-61页 |
| ·NGF能够有效的结合基因网络和基因表达的信息识别免疫相关基因 | 第59-60页 |
| ·一个PTI和ETI共享的子网络 | 第60页 |
| ·防御模块间相对独立的组织方式可能是ETI区别于PTI的一个重要方面 | 第60-61页 |
| ·局限性和未来的方向 | 第61页 |
| ·小结 | 第61-63页 |
| 第三章 病原细菌三型效应蛋白识别算法的开发 | 第63-82页 |
| ·引言 | 第63-64页 |
| ·材料和方法 | 第64-67页 |
| ·数据集的构建 | 第64页 |
| ·同源序列搜索与序列谱构建 | 第64-65页 |
| ·从序列谱中提取k-spaced氨基酸对作为特征向量 | 第65页 |
| ·训练SVM模型并提取氨基酸对的权重 | 第65-66页 |
| ·算法评价 | 第66-67页 |
| ·氨基酸对的进化保守性分析 | 第67页 |
| ·氨基酸对的位置分布分析 | 第67页 |
| ·结果与分析 | 第67-80页 |
| ·BEAN的预测性能 | 第67-71页 |
| ·有效特征分析 | 第71-74页 |
| ·BEAN与其它四种已有的基于机器学习的T3SE预测算法的性能比较 | 第74-76页 |
| ·应用BEAN在全基因组范围内鉴定青枯病病菌的T3SE | 第76-78页 |
| ·BEAN的网络服务器 | 第78-80页 |
| ·讨论 | 第80-81页 |
| ·三型分泌信号与弱保守的motif | 第80页 |
| ·三型分泌信号的组成 | 第80-81页 |
| ·小结 | 第81-82页 |
| 第四章 结论与展望 | 第82-84页 |
| ·结论 | 第82-83页 |
| ·展望 | 第83-84页 |
| 参考文献 | 第84-94页 |
| 致谢 | 第94-95页 |
| 附录 | 第95-105页 |
| 作者简历 | 第105页 |
