文摘
英文文摘
东南大学学位论文独创性声明及使用授权声明
第1章 绪论
1.1节 基因芯片及其应用
1.1.1 基因芯片
1.1.2 基因芯片的应用
1.1.3 基因芯片在癌症精细化诊疗方面的应用
1.2节 癌症相关基因芯片数据研究的主要内容和面临问题
1.2.1生物信息学
1.2.2 生物检测芯片数据分析问题
1.2.3数据元分析(Meta-analysis)
1.2.4 基因芯片数据元分析
1.2.5 癌症预后的多因素性
1.3节 本研究工作的理论意义与实用价值
第2章 基因芯片相关的元分析方法
2.1节 元分析的概念
2.2节 元分析的基本内容
2.2.1 确定研究目的,收集有关研究资料
2.2.2 合并统计量的选择
2.2.3 差异检验
2.2.4 合并分析
2.2.5 元分析应注意的问题
2.3节 癌症基因芯片相关的元分析
2.3.1 元分析是显著性差异表达研究的补充和发展
2.3.2 本课题国内研究状况
2.3.3 本课题国外研究动态及尚存的问题
2.4节 本文的研究思路及结构安排
第3章 白血病亚型的元分析研究
3.1节 白血病亚型研究的问题和研究思路
3.2节 材料和方法
3.2.1 数据收集和加工
3.2.2 数据初步分析-元分析准备
3.2.3 秩打分
3.2.4 识别并可视化白血病亚型的聚类
3.2.5 识别儿童白血病亚型的特征基因
3.3节 结果
3.3.1 基因表达检测的数据源和有序基因列表
3.3.2 白血病临床亚型间分子学差异强于实验芯片间差异
3.3.3 验证儿童白血病亚型的标识基因
3.4节 讨论
第4章 多种癌症的共同基因表达模式的元分析研究
4.1节 理论分析
4.1.1 统一化阈值
4.1.2 模式(MAP)匹配计数元分析
4.1.3 检测匹配计数的显著性
4.2节 癌症预后数据元分析结果
4.2.1 癌症预后数据资料的整合
4.2.2 模式匹配元分析结果
4.2.3 相关标志基因的讨论
4.3节 算法讨论及结果意义分析
第5章 有序基因列表的相似性算法研究
5.1节 研究思路
5.2节 算法
5.2.1概念及符号
5.2.2相似性打分函数
5.3节 函数的参数实现
5.3.1 数据建模
5.3.2 参数适应性智能选取
5.3.3显著性评价
5.3.4 标志基因
5.4节 扩展的多重比对函数
5.5节 真实数据分析结果
5.5.1 数据集
5.5.2 基因排序列表两两比对
5.5.3 关于共同秩领先的基因的讨论
5.6节 关于本算法的优势和局限的思考
5.6.1打分函数定义
5.6.2数据自适应性
5.6.3 敏感性
5.6.4相似性的非传递性
5.6.5 适合生物信息的挖掘
5.6.6计算复杂度
5.6.7 元分析标志基因对单个实验结果的预测能力讨论
5.6.8小结与展望
第6章 影响癌症治疗效果的共差异表达基因及其分子学机制研究
6.1节 数据
6.1.1 基因表达谱初始化
6.1.2数据预后分组
6.2节 算法
6.2.1 有 序列表相似性搜索
6.2.2分类误差估计
6.3节 分析结果
6.3.1相似性比对
6.3.2 标识基因
6.3.3 数据预后分析比较
6.3.4 用独立白血病数据评估13个标志基因的癌症预后判别能力
6.3.5 13个标志基因的分子生物学讨论
6.4节 小结与展望
第7章 工具软件开发
7.1节 OrderedList介绍
7.1.1 开发背景和目的
7.1.2 算法核心
7.1.3 函数特色
7.1.4 函数使用
7.1.5 软件应用
7.2节 OrderedList软件包的使用向导
7.2.1 预备
7.2.2 检测基因排序列表间的相似性
7.2.3 检测有序基因列表中重复秩领先的相似性标志基因
第8章 本研究创新点及展望
8.1节 创新点
8.2节 工作展望
致谢
参考文献
缩略术语注释表
附录
发表论文清单