论文目录 | |
| 摘要 | 第4-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-11页 |
| 1.3 本文主要研究内容 | 第11-13页 |
| 第2章 网络分析研究的基础 | 第13-21页 |
| 2.1 网络及通路介绍 | 第13-16页 |
| 2.1.1 PPI网络简介 | 第13-14页 |
| 2.1.2 PPI数据来源 | 第14-15页 |
| 2.1.3 GO生物学途径（GO BPs）与KEGG通路来源 | 第15-16页 |
| 2.2 WGCNA算法简介 | 第16页 |
| 2.3 肥胖基因和疾病基因收集 | 第16-17页 |
| 2.4 基于文献证明定义的一个与肥胖相关的疾病列表 | 第17-19页 |
| 2.5 本章小结 | 第19-21页 |
| 第3章 三种不同的网络分析方法预测肥胖-疾病关系 | 第21-35页 |
| 3.1 鉴别肥胖-疾病相关性的三种不同的网络分析算法 | 第21-25页 |
| 3.1.1 OBNet-基于类似基因富集分析和重启型随机游走的算法 | 第21-23页 |
| 3.1.2 OBsp-基于最短路径的网络分析算法 | 第23-24页 |
| 3.1.3 OBoverlap-直接重叠算法 | 第24-25页 |
| 3.2 比较三种不同的算法并选择分析肥胖-疾病关系的最优算法 | 第25-28页 |
| 3.2.1 OBNet中的模型选择和参数设置 | 第25-27页 |
| 3.2.2 OBNet和OBoverlap之间的比较 | 第27-28页 |
| 3.2.3 OBNet和OBsp之间的比较 | 第28页 |
| 3.3 OBNet-基于扩展的模块化网络的结果分析 | 第28-31页 |
| 3.3.1 由OBNet-基于扩展的模块化网络鉴别的肥胖-疾病关系 | 第28-30页 |
| 3.3.2 由OBNet-基于扩展的模块化网络鉴别参与肥胖-疾病关系的子网络 | 第30-31页 |
| 3.4 关键驱动基因分析 | 第31-34页 |
| 3.4.1 案例研究 1-2 型糖尿病 | 第32-33页 |
| 3.4.2 案例研究 2-乳腺癌 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 OBNet-基于扩展的模块化网络结果的验证 | 第35-39页 |
| 4.1 WGCNA识别与乳腺癌相关的前10个模块 | 第35-36页 |
| 4.1.1 乳腺癌基因表达数据获取与处理 | 第35页 |
| 4.1.2 WGCNA识别的与乳腺癌显著相关的10个基因模块 | 第35-36页 |
| 4.2 OBNet-基于扩展的模块化网络的结果和WGCNA得到的结构比较 | 第36-38页 |
| 4.3 本章小结 | 第38-39页 |
| 结论 | 第39-41页 |
| 附录 | 第41-45页 |
| 附录A | 第41-45页 |
| 参考文献 | 第45-51页 |
| 攻读硕士学位期间所发表的论文 | 第51-53页 |
| 致谢 | 第53页 |
