基于新一代测序数据的SNV检测方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 背景介绍 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 研究目的和意义 | 第16-17页 |
| 1.4 本文的主要工作及论文结构安排 | 第17-18页 |
| 第二章 基于单肿瘤样本的SNV检测算法 | 第18-38页 |
| 2.1 NGS数据特征及SNV的介绍 | 第18-19页 |
| 2.2 数据库介绍 | 第19-20页 |
| 2.3 单肿瘤样本SNV检测的挑战性及研究现状 | 第20-21页 |
| 2.4 一种改进的基于单肿瘤样本的SNV检测算法 | 第21-24页 |
| 2.5 基于仿真实验的算法比较与分析 | 第24-31页 |
| 2.5.1 数据预处理 | 第24-25页 |
| 2.5.2 仿真实验分析 | 第25-31页 |
| 2.6 真实数据实验与分析 | 第31-35页 |
| 2.7 本章小结 | 第35-38页 |
| 第三章 基于正常-肿瘤配对样本的SNV检测算法 | 第38-56页 |
| 3.1 正常-肿瘤配对样本的SNV检测方法介绍 | 第38页 |
| 3.2 特征构造以及检测方法 | 第38-44页 |
| 3.2.1 特征构造 | 第38-40页 |
| 3.2.2 贝叶斯模型 | 第40-41页 |
| 3.2.3 支持向量机模型 | 第41-42页 |
| 3.2.4 逻辑回归模型 | 第42-44页 |
| 3.2.5 随机森林模型 | 第44页 |
| 3.3 算法比较与仿真实验分析 | 第44-50页 |
| 3.4 真实数据实验分析 | 第50-53页 |
| 3.5 本章小结 | 第53-56页 |
| 第四章 总结与展望 | 第56-58页 |
| 4.1 总结 | 第56-57页 |
| 4.2 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-65页 |
