欢迎来到天天文库
浏览记录
ID:34119352
大小:2.59 MB
页数:68页
时间:2019-03-03
《基于生物网络模块的蛋白质组差异表达统计模型研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、上海交通大学硕士学位论文基于生物网络模块的蛋白质组差异表达统计模型研究硕士研究生:徐佳学号:1114169034导师:李婧副教授申请学位:工学硕士学科:生物医学工程研究方向生物信息学所在单位:生物医学工程学院答辩日期:2014年2月授予学位单位:上海交通大学万方数据DissertationSubmittedtoShanghaiJiaoTongUniversityfortheDegreeofMasterSTUDYONSTATISTICALMODELSFORDIFFERENTIALEXPRESSIONANALYSI
2、SOFSHOTGUNPROTEOMICSBASEDONBIOLOGICALNETWORKMODULESCandidate:XuJiaStudentID:1114169034Supervisor:Prof.LiJingAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:BiomedicalEngineeringAffiliation:SchoolofBiomedicalEngineeringDateofDefence:February,2014Degree
3、-Conferring-Institution:ShanghaiJiaoTongUniversity万方数据上海交通大学学位论文原创性声明本人郑重声明:所呈交的学位论文《基于生物网络模块的蛋白质组差异表达统计模型研究》,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:徐佳日期:2014年2月19日万方
4、数据上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在年解密后适用本授权书。本学位论文属于不保密。(请在以上方框内打“√”)学位论文作者签名:徐佳指导教师签名:李婧日期:2014年2月19日日期:2014年2月19日万方数据上海交通大学学位论文答辩决
5、议书所在姓名徐佳学号1114169034生物医学工程学科答辩答辩指导教师李婧2014-2-20生物药学楼4#200日期地点论文题目基于生物网络模块的蛋白质组差异表达统计模型研究投票表决结果:3/3/3(同意票数/实到委员数/应到委员数)答辩结论:通过□未通过评语和决议:徐佳同学的论文工作结合了代谢通路网络和人类蛋白互作网络的信息,通过建立基于负二项分布的统计模型对蛋白质谱图数据进行了蛋白质差异表达分析,系统地完成了模型的理论模拟评估,并应用该新模型鉴定了在癌症组与正常组不同条件下表达水平发生显著变化的蛋白质功
6、能模块。该模型在疾病关键蛋白的鉴定中进行了探索,为复杂疾病的发病机制研究以及新药靶点研究提供了信息。该论文课题设计严谨,方法科学,结果可靠。论文撰写规范,图表清晰。答辩中条理清楚,回答问题切题,反映了该生在本门学科上掌握了较扎实的基础理论和专业知识,具有从事本学科科学研究的能力。经答辩委员会集体评议及无记名投票表决,一致同意徐佳同学通过硕士学位论文答辩,并建议授予工学硕士学位。2014年2月20日答职务姓名职称单位签名辩委主席谢鹭研究员上海生物信息技术研究中心谢鹭员会委员陈海峰副教授上海交通大学陈海峰成委员韦朝
7、春副教授上海交通大学韦朝春员签秘书吴茂英助理研究员上海交通大学吴茂英名万方数据上海交通大学硕士学位论文基于生物网络模块的蛋白质组差异表达统计模型研究摘要蛋白质差异表达分析对于我们认识生物的分子机理以及复杂疾病的发病机制有着重要的作用。随着基于质谱技术的蛋白质组学的不断发展,根据谱图数来分析蛋白质组表达差异的方法在分析复杂蛋白质混合物中的应用越来越广泛。已有的蛋白质组差异表达分析方法主要是通过在单个的蛋白质层面上对其进行逐个分析。但是,蛋白质之间是具有相互作用的,大多数生物学功能都不是仅通过单个蛋白质来实现的。本
8、课题考虑到了蛋白质间的相互作用,为了提高统计效力与数据的可解释性,针对高通量蛋白质组差异表达统计分析构建了结合生物网络模块信息的负二项分布统计模型,其中生物网络包括代谢通路以及蛋白互作网络的信息。我们首先对此模型进行了计算机模拟,模拟结果显示了该模型能有效地鉴定出差异显著的模块。然后我们利用此模型对一套真实的头颈鳞癌蛋白质组差异表达谱进行了统计分析,鉴定了在疾病与健康条件下蛋白质表达水
此文档下载收益归作者所有