| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 系统生物学简介 | 第11-12页 |
| 1.2 IFN-γ和 IL-6 的信号转导机制 | 第12-16页 |
| 1.2.1 IFN-γ和 IL-6 信号转导过程 | 第12-14页 |
| 1.2.2 JAK/STAT 通路的激活模式 | 第14-15页 |
| 1.2.3 IFN-γ和 IL-6 信号交互机制 | 第15-16页 |
| 1.3 IFN-γ和 IL-6 通路建模研究现状 | 第16-19页 |
| 1.3.1 IFN-γ通路建模研究 | 第16-18页 |
| 1.3.2 IL-6 通路建模研究 | 第18-19页 |
| 1.4 HDACi 诱导肿瘤细胞凋亡机制的研究现状 | 第19-22页 |
| 1.5 本章小结 | 第22-23页 |
| 第二章 系统生物学建模和组学分析方法综述 | 第23-36页 |
| 2.1 系统生物学建模及相关分析方法介绍 | 第23-25页 |
| 2.1.1 定性建模方法 | 第23页 |
| 2.1.2 微分方程建模方法 | 第23-24页 |
| 2.1.3 随机建模方法 | 第24-25页 |
| 2.1.4 敏感性分析 | 第25页 |
| 2.1.5 稳态分析 | 第25页 |
| 2.2 系统生物学建模工具介绍 | 第25-29页 |
| 2.2.1 系统生物学标记语言（SBML） | 第26-27页 |
| 2.2.2 CellDesigner | 第27页 |
| 2.2.3 COPASI | 第27-29页 |
| 2.3 基因表达组学分析相关数据库 | 第29-32页 |
| 2.3.1 基因表达综合数据库（GEO） | 第29-30页 |
| 2.3.2 基因本体论（GO） | 第30-31页 |
| 2.3.3 京都基因与基因组百科全书（KEGG） | 第31页 |
| 2.3.4 BioCarta | 第31-32页 |
| 2.4 基因表达组学分析工具 | 第32-35页 |
| 2.4.1 基于 R 语言的 Bioconductor | 第32-33页 |
| 2.4.2 GenMAPP | 第33-34页 |
| 2.4.3 GSEA | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第三章 构建 IFN-γ和 IL-6 信号交互模型 | 第36-45页 |
| 3.1 交互模型的总体结构设计 | 第36-40页 |
| 3.1.1 STAT1 和 STAT3 在受体上的非平衡竞争 | 第36-38页 |
| 3.1.2 SOCS 所介导的 IFN-γ和 IL-6 信号相互抑制作用 | 第38页 |
| 3.1.3 STAT 异源二聚体对 STAT 同源二聚体的影响 | 第38-39页 |
| 3.1.4 交互模型限定 | 第39页 |
| 3.1.5 交互模型构建流程 | 第39-40页 |
| 3.2 模型的生化反应方程 | 第40-43页 |
| 3.3 竞争性和非竞争性模型比较 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于数学模型阐释 INF-γ和 IL-6 信号交互机制 | 第45-63页 |
| 4.1 信号单独刺激下 JAK/STAT 通路的激活模式 | 第45-47页 |
| 4.1.1 STAT1 和 STAT3 的偏好性激活 | 第45页 |
| 4.1.2 细胞核内 STAT 二聚体的动态变化 | 第45-47页 |
| 4.2 JAK/STAT 通路的负向调控机制分析 | 第47-50页 |
| 4.2.1 SHP-2 的负向调控作用 | 第47页 |
| 4.2.2 SOCS 的负反馈调节机制 | 第47-48页 |
| 4.2.3 SHP-2 和 SOCS 的协同调控作用 | 第48-50页 |
| 4.3 在扰动 STAT1 和 STAT3 情况下的交互模型响应 | 第50-52页 |
| 4.3.1 STAT3 对 JAK/STAT 的作用 | 第50页 |
| 4.3.2 STAT1 对 JAK/STAT 通路的作用 | 第50-51页 |
| 4.3.3 受体复合物与 STAT 的动态结合模式 | 第51-52页 |
| 4.4 信号共刺激下的交互模型的响应 | 第52-54页 |
| 4.4.1 共享磷酸酶导致 STAT1 和 STAT3 的高水平激活 | 第52-53页 |
| 4.4.2 信号共刺激下细胞核内 STAT 二聚体的激活模式 | 第53-54页 |
| 4.5 信号继发性刺激下交互模型的响应 | 第54-56页 |
| 4.5.1 IFN-γ预处理对 IL-6 信号转导抑制作用 | 第54-56页 |
| 4.5.2 IL-6 预处理对 IFN-γ信号转导抑制作用 | 第56页 |
| 4.5.3 STAT1/3 异源二聚体对信号交互的影响 | 第56页 |
| 4.5.4 STAT1 同源二聚体对信号交互的影响 | 第56页 |
| 4.6 探讨非竞争模型的有效性 | 第56-59页 |
| 4.7 IFN-γ和 IL-6 信号交互模型敏感性分析 | 第59-61页 |
| 4.7.1 竞争模型的敏感性分析结果 | 第59-60页 |
| 4.7.2 非竞争模型的敏感性分析结果 | 第60-61页 |
| 4.8 IFN-γ和 IL-6 信号交互模型的改进方向 | 第61-62页 |
| 4.9 本章小结 | 第62-63页 |
| 第五章 通过基因表达组学分析阐释 HDACi 凋亡诱导机制 | 第63-78页 |
| 5.1 数据与方法 | 第63-65页 |
| 5.1.1 基因表达谱数据预处理 | 第63页 |
| 5.1.2 通路数据预处理 | 第63-64页 |
| 5.1.3 “癌症通路”定义 | 第64页 |
| 5.1.4 基因表达一致性及其统计显著性计算 | 第64-65页 |
| 5.1.5 癌症和正常样本间通路内基因表达一致性差异评估 | 第65页 |
| 5.1.6 凋亡通路内差异表达基因挖掘 | 第65页 |
| 5.2 通路内基因表达一致性分析 | 第65-68页 |
| 5.2.1 通路内基因表达一致性分布模式 | 第65-66页 |
| 5.2.2 癌症和正常样本间通路内基因表达一致性差异 | 第66-67页 |
| 5.2.3 不同功能类的基因表达一致性差异 | 第67-68页 |
| 5.3 基于时间序列的通路内基因表达一致性分析 | 第68-71页 |
| 5.3.1 SAHA 处理对通路内基因表达一致性的影响 | 第68-69页 |
| 5.3.2 不同 SAHA 处理时间下通路内基因表达一致性差异 | 第69-70页 |
| 5.3.3 基因表达一致性时序变化模式（TVPC） | 第70-71页 |
| 5.4 基于 TVPC 的 SAHA 凋亡诱导机制模型构建 | 第71-74页 |
| 5.4.1 阻碍 DNA 损伤响应过程 | 第71-72页 |
| 5.4.2 诱导细胞周期停滞 | 第72-73页 |
| 5.4.3 调控细胞信号通路激活模式 | 第73页 |
| 5.4.4 诱导 RNA 可变性剪切模式的转换 | 第73-74页 |
| 5.4.5 线粒体内源性凋亡响应过程 | 第74页 |
| 5.5 基于时间序列的凋亡通路内差异表达基因分析 | 第74-76页 |
| 5.6 “癌症通路”的基因表达一致性 | 第76-77页 |
| 5.7 本章小结 | 第77-78页 |
| 结论 | 第78-79页 |
| 参考文献 | 第79-88页 |
| 附录 | 第88-109页 |
| 后记 | 第109-110页 |
| 在学期间公开发表论文及著作情况 | 第110页 |
