声明
致谢
摘要
1 引言
1.1 国内外研究现状
1.2 问题的提出及研究意义
1.3 论文结构和章节安排
1.4 本章小结
2 社区发现及网络医学相关研究
2.1 社区发现研究现状
2.1.1 社区发现定义
2.1.2 社区发现算法总结
2.1.3 医学网络中常用的社区发现方法
2.2 基于模块度的社区发现常用算法
2.2.1 模块度的定义
2.2.2 模块度优化算法
2.3 医学网络相关研究
2.3.1 人类疾病网络
2.3.2 GO富集分析
2.3.3 网络拓扑特性
2.4 本章小结
3 疾病分类相关拓扑模块的功能同质性分析
3.1 数据来源及其整理
3.1.1 疾病与基因之间的关系
3.1.2 基因与基因之间的关系
3.1.3 基于人类互作网络的BGLL社区划分
3.1.4 拓扑模块的GO富集分析
3.2 有病/无病分类与人类互作网络拓扑模块的同质性分析
3.2.1 有病/无病分类与人类互作网络拓扑模块关系的建立
3.2.2 高致病拓扑模块的GO富集分析
3.2.3 低致病拓扑模块的GO富集分析
3.2.4 较高与较低致病拓扑模块的功能比较
3.3 疾病分类的功能同质性分析
3.3.1 疾病分类的GO富集分析
3.3.2 高致病拓扑模块与疾病分类的关系
3.4 本章小结
4 基于介数中心性的拓扑模块功能同质性分析
4.1 介数中心性
4.1.1 介数中心性的定义
4.1.2 有效计算介数中心数的研究简介
4.1.3 介数中心性应用于人类互作网络
4.2 介数中心性的实验结果分析
4.2.1 拓扑模块的介数中心性的值分布
4.2.2 介数中心性特殊值模块的分析
4.2.3 介数中心性特殊值与疾病分类的关系
4.3 其他拓扑性质的功能同质性分析
4.4 本章小结
5 总结与展望
参考文献
作者简历及攻读硕士/博士学位期间取得的研究成果
学位论文数据集
北京交通大学;