| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-19页 |
| ·Gene Ontology（GO）数据库 | 第11-13页 |
| ·语义相似性 | 第13-15页 |
| ·功能富集分析 | 第15-17页 |
| ·论文研究的目的和主要内容 | 第17-19页 |
| 第二章 校正蛋白质间语义相似性得分的偏倚 | 第19-36页 |
| ·引言 | 第19页 |
| ·材料与方法 | 第19-26页 |
| ·数据 | 第19-20页 |
| ·一对功能类之间的相似性得分 | 第20-21页 |
| ·基于功能类间相似性得分的蛋白质对的语义相似性得分 | 第21页 |
| ·不基于功能类间相似性得分的蛋白质对的语义相似性得分 | 第21-23页 |
| ·随机实验 | 第23-24页 |
| ·基于幂转换标准化相似性得分的方法 | 第24-25页 |
| ·聚类算法与富集分析 | 第25-26页 |
| ·结果 | 第26-33页 |
| ·语义相似性得分与基因注释长度的依赖关系 | 第26-28页 |
| ·标准化相似性得分的应用 | 第28-33页 |
| ·讨论 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 GO-function：从统计相关功能中发现生物学相关功能 | 第36-59页 |
| ·引言 | 第36-38页 |
| ·材料与方法 | 第38-42页 |
| ·数据 | 第38-39页 |
| ·从统计相关的功能类中发现生物学相关的功能类 | 第39页 |
| ·局部冗余处理 | 第39-40页 |
| ·全局冗余处理 | 第40页 |
| ·比较 | 第40-41页 |
| ·GO-function 程序包简介 | 第41-42页 |
| ·结果 | 第42-56页 |
| ·局部冗余处理与 PCU 和 elim 算法的比较 | 第42-51页 |
| ·全局冗余处理与 MGSA 和 GenGO 算法的比较 | 第51-53页 |
| ·使用一套独立表达谱数据对应用结果进行证实 | 第53-56页 |
| ·讨论 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第四章 在癌突变组中发现癌相关功能类的协同关系 | 第59-75页 |
| ·引言 | 第59-60页 |
| ·材料与方法 | 第60-64页 |
| ·数据 | 第60页 |
| ·基于分层 FDR 控制策略发现共突变基因对 | 第60-62页 |
| ·识别共突变 GO 功能对 | 第62-64页 |
| ·结果 | 第64-72页 |
| ·共突变基因对的识别 | 第64-66页 |
| ·共突变功能对的识别 | 第66-72页 |
| ·讨论 | 第72-73页 |
| ·本章小结 | 第73-75页 |
| 第五章 结论和展望 | 第75-78页 |
| 附录一 | 第78-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-103页 |
| 攻读博士学位期间研究成果 | 第103-107页 |
| 攻读博士学位期间参加课题工作 | 第107-108页 |
