第1章绪论
1.1 研究背景和意义
1.2 研究现状
1.2.1 基于得分函数的方法
1.2.2 基于复杂网络或图形算法的方法
1.2.3 基于机器学习的方法
1.3 研究难点
1.4 主要研究内容
1.5 论文结构安排
第2章相关理论知识
2.1 引言
2.2 疾病相关 miRNAs 的预测原理
2.2.1 miRNA的生成
2.2.2 miRNA与疾病
2.3 相关数据集概述
2.3.1 疾病与 miRNA关联数据资源
2.3.2 miRNA功能相似性数据资源
2.3.3 疾病语义相似性数据资源
2.3.4 其他数据库
2.4 涉及的相关计算工具和算法
2.4.1 矩阵完成算法
2.4.2 主成分分析
2.4.3 奇异值分解
2.4.4 贝叶斯算法
2.5 预测模型的评价方法
2.5.1 评价指标
2.5.2 交叉验证
2.5.3 案列分析
2.6 小结
第3章基于归纳矩阵完成方法预测潜在的疾病相关 miRNAs
3.1 问题描述
3.2 基于归纳矩阵完成方法预测 miRNA-疾病关联
3.2.1 人类 miRNA与疾病的关联
3.2.2 miRNA功能相似性
3.2.3 疾病语义相似性模型
3.2.4 miRNAs 的高斯相互作用谱核相似性
3.2.5 miRNA和疾病的特征提取
3.2.6 miRNA-疾病关联的矩阵完成方法
3.3 实验及结果分析
3.3.1 数据集及实验环境
3.3.2 实验结果
3.3.3 结果对比
3.3.4 结果验证和分析
3.4 本章小结
第4章 基于贝叶斯概率矩阵完成模型预测疾病相关的miRNAs
4.1 问题描述
4.2 疾病关联的 miRNA的预测模型的设计与实现
4.2.1 数据的收集
4.2.2 MDBPMF预测模型的整体设计
4.2.3 贝叶斯概率矩阵完成
4.3 实验及结果分析
4.3.1 数据集和实验环境
4.3.2 实验结果
4.3.3 扰动测试来评估不同数据源的贡献
4.3.4 案例分析:肺癌
4.4 本章小结
结 论
参考文献
附录 A 攻读学位期间所发表的学术论文
附录 B 攻读学位期间所参加的科研项目
致 谢
湖南大学;