声明
摘要
第一章 引言
1.1 药物研发的过程、存在的问题和研究热点
1.2 高通量基因转录组技术和数据分析方法
1.2.1 功能基因组学概述
1.2.2 基因转录组的研究技术
1.2.3 基因转录组数据的分析方法
1.3 基因组序列数据和分析方法
1.4 化学信息学的研究方法
1.5 数据挖掘的概念
1.6 本论文的项目来源,研究意义和研究内容
第二章 跨物种的转录组比较分析数据挖掘方法CGEMining
2.1 研究背景
2.2 材料与方法
2.2.1 数据来源与预处理
2.2.2 直系同源基因的转换
2.2.3 基因功能模块集合和功能模块集合的富集分析
2.2.4 相似性比较的方法
2.2.5 基于距离的比较方法
2.3 结果
2.3.1 跨物种的转录组比较分析数据挖掘方法CGEMining
2.3.2 细胞用药模型的跨物种比较
2.3.3 探索动物疾病模型以及与相应疾病有关的药物小分子之间的关系
2.3.4 对动物疾病模型比较结果的药物机理数据挖掘
2.4 讨论
2.5 本章小结
第三章 CGEMining方法与化学信息学协同挖掘糖尿病药物作用靶点
3.1 研究背景
3.2 材料与方法
3.2.1 材料来源
3.2.2 CGEMining方法挖掘药物信息
3.2.3 分子对接Docking
3.2.4 药物分子脂水分配系数的计算
3.3 结果
3.3.1 差异基因以及GO富集分析结果
3.3.2 利用CGEgining方法的挖掘结果
3.3.3 分子对接Docking结果
3.3.4 脂水分配系数的计算结果
3.4 本章小结
第四章 CGEMining方法与中医症候理论结合挖掘中药复方的新功能
4.1 研究背景
4.2 材料与方法
4.2.1 样本来源
4.2.2 基因芯片的获得和预处理
4.2.3 CGEMining方法挖掘药物信息
4.2.4 统计分析
4.3 结果与讨论
4.3.1 差异基因以及GO富集分析结果
4.3.2 利用CGEMining方法的挖掘结果
4.3.3 “扶正化瘀胶囊”的潜在多靶点药物分子作用机理图
4.3.4 血液检验数据的验证
4.4 本章小结
第五章 基于基因组序列和化学信息学的抗病毒药物数据挖掘方法
5.1 背景
5.2 材料与方法
5.2.1 数据来源
5.2.2 蛋白表面小分子结合口袋的预测
5.2.3 蛋白质结构域的预测
5.2.4 序列相似性搜索
5.3 结果
5.3.1 Virus-Inhibitor interactions Screening方法
5.3.2 挖掘新型病毒的潜在治疗小分子
5.3.3 展示突变位点对小分子与靶点结合能力的影响
5.3.4 挖掘药物小分子的潜在副作用或新作用
5.4 本章小结
第六章 因果差异共表达模块分析方法介绍
6.1 背景
6.2 分析方法
6.3 实例分析结果
6.4 本章小结
第七章 总结和展望
7.1 全文总结
7.2 研究展望
参考文献
致谢
攻读博士学位期间已发表或录用的论文