| 缩略词表 | 第8-9页 |
| 摘要 | 第9-12页 |
| Abstract | 第12-15页 |
| 第1章 前言 | 第16-21页 |
| 1.1 论文的研究背景 | 第16-20页 |
| 1.1.1 基于lncRNA-protein关联网络的肿瘤分子分型 | 第18-19页 |
| 1.1.2 整合蛋白编码和非编码RNA组学的肿瘤分子分型 | 第19-20页 |
| 1.2 论文的组织结构 | 第20-21页 |
| 第2章 基于lncRNA-protein关联网络的肿瘤分子分型 | 第21-34页 |
| 2.1 技术路线 | 第22页 |
| 2.2 乳腺癌组织样本组学数据 | 第22-24页 |
| 2.3 lncRNA-protein关联网络的构建 | 第24-26页 |
| 2.4 基于网络的肿瘤分子分型 | 第26-30页 |
| 2.4.1 组学数据与网络的整合 | 第26-28页 |
| 2.4.2 无监督聚类 | 第28-29页 |
| 2.4.3 分子分型结果的比较 | 第29-30页 |
| 2.5 不同亚型的蛋白表达模式 | 第30-33页 |
| 2.6 讨论 | 第33-34页 |
| 第3章 整合蛋白编码和非编码RNA的肿瘤分子分型 | 第34-64页 |
| 3.1 ccRCC样本的组学数据 | 第34-35页 |
| 3.2 整合多组学数据的ICC方法 | 第35-37页 |
| 3.3 保守聚类的最优聚类数选取 | 第37-39页 |
| 3.3.1 Proportion of Ambiguous Clustering (PAC) | 第37-38页 |
| 3.3.2 Proportional area change under CDF( (35))(K ) | 第38页 |
| 3.3.3 Average of Silhouette Width (ASW) | 第38-39页 |
| 3.4 ICC方法识别肿瘤亚型的可行性验证 | 第39-41页 |
| 3.5 ccRCC的整合转录组分子分型 | 第41-48页 |
| 3.5.1 数据预处理 | 第41-42页 |
| 3.5.2 ccRCC亚型的识别 | 第42-45页 |
| 3.5.3 ccRCC亚型的比较 | 第45-48页 |
| 3.6 ccRCC亚型的特征分析 | 第48-62页 |
| 3.6.1 突变和拷贝数变化分析 | 第48-53页 |
| 3.6.2 临床特征和生存分析 | 第53-55页 |
| 3.6.3 分子表达模式分析 | 第55-62页 |
| 3.7 讨论 | 第62-64页 |
| 第4章 结论与展望 | 第64-67页 |
| 4.1 全文总结 | 第64-65页 |
| 4.2 研究课题的展望 | 第65-67页 |
| 参考文献 | 第67-74页 |
| 附录I 基于NBS框架的网络对象构建 | 第74-75页 |
| 附录II 基于行列特征相同的Consensus Clustering方法的R实现 | 第75-78页 |
| 附录III 保守聚类最优K选取方法的R实现 | 第78-80页 |
| 个人简历 | 第80-82页 |
| 致谢 | 第82-83页 |
