非编码RNA（ncRNA）长久以来被认为不具备生物学功能，然而近来研究发现，长链非编码RNA（lncRNA）占人类基因组转录产物的80％以上，在不同组织和发育阶段的表达具有特异性。由此，lncRNA的功能开始引起人们的极大关注。卵巢癌死亡率居妇科恶性肿瘤之首，发病机理甚为复杂，治疗难度大，一直都是临床研究的重点。目前，已有大量lncRNA被发现在卵巢癌中异常表达，其中部分被证实在卵巢癌发生发展过租中发挥着重要作用，但绝大多数IncRNA的功能仍然未知。据此，在本专著中，作者使用生物信息学相关方法对近年来积累的卵巢癌相关转录组学数据进行了分析，揭示了部分卵巢癌相关lncRNA的生物学功能，并对其分子作用机制做了阐述说明。书中的研究结果或可为卵巢癌的早期诊断及靶向治疗药物的研发提供重要的科研线索，研究思路与方案可为其他癌症相关ncRNA的功能研究提供指导与借鉴。此外，书中对常用生物信息学方法的细致介绍，可作为生物信息学的入门教程与工具书。

赵健，南京航空航天大学专聘副研究员，博士后。长期从事非编码RNA生物信息掌研究，开发多个生信工具及数据库。现承担国家自然科学基金青年项目及中国博士后科学基金面上项目，担任中国人工智能学会生物信息与人工生命专委会委员，发表SCI论文10多篇，他引110余次。

第一章 绪论
1.1 研究背景
1.2 研究目的及意义
1.3 国内外研究现状
1.3.1 卵巢癌
1.3.2 长链非编码RNA
1.3.3 竟争性三元组
1.3.4 内部核糖体进入位点
1.4 本书主要研究内容
1.4.1 新的长链非编码RNA识别方法的开发
1.4.2 卵巢癌中竟争性三元组的识别
1.4.3 卵巢癌中IRES元件与lncRNA功能的相关研
1.5 本书架构
第二章 长链非编码RNA的识别
2.1 引言
2.2 材料和方法
2.2.1 数据及的构建
2.2.2 逻辑回归模型
2.2.3 序列特征
2.2.4 性能评估
2.2.5 性能比较
2.3 预测模型的构建及分类性能评估
2.3.1 序列特征筛选
2.3.2 lncScore的构建及性能评估
2.3.3 lncScore与其他分类工具的性能比较
2.3.4 跨物种预测的分类性能评估及比较
2.3.5 执行速度比较
2.4 长链非编码RNA预测模型分类性能讨论
2.4.1 模型评估与选择
2.4.2 阈值的选取
2.4.3 执行性能优化
2.5 本章小结
第三章 IncRNA相关竞争性三元组的识别及功能分析
3.1 引言
3.2 卵巢癌中负相关作用对的识别
3.2.1 卵巢癌高通量测序数据的收集和预处理
3.2.2 miRNA靶基因的预测
3.2.3 相关性分析模型的选择
3.2.4 表达负相关的miRNA-lncRNA及miRNA-mRNA作用对
3.3 1ncRNA调控模型的构建
3.3.1 现有模型的不足
3.3.2 新模型LncMiM的构建
3.3.3 与现有模型的比较
3.4 长链非编码RNA调控网络的构建及功能分析
3.4.1 miRNA中心型tncRNA-miRNA-mRNA调控网络的构建和
功能分析
3.4.2 lncRNA中心型miRNA-lncRNA-mRNA调控网络的构建和
功能分析
3.4.3 mRNA中心型miRNA-mRNA-lncRNA调控网络的构建和
功能分析
3.4.4 lncRNA调控网络的构建及功能分析
3.5 本章小结
第四章 IncRNA与含IRES元件的mRNA互作网络的构建及功能分析
4.1 引言
4.2 IRES功能元件数据库的创建
4.2.1 材料和方法
4.2.2 数据库内容
4.2.3 IRESbase数据库界面
4.2.4 数据统计
4.2.5 讨论和小结
4.3 卵巢癌中lncRNA与含IRES元件的mRNA相互作用对的识别
及功能分析
4.3.1 卵巢癌中含IRES元件的mRNA的识别及功能分析
4.3.2 卵巢癌中lncRNA与含IRES元件的mRNA相互作用对的
识另q
4.3.3 卵巢癌中lncRNA与含IRES元件的mRNA相互作用对的
功能分析
4.4 lncRNA与含IRES元件的mRNA互作网络的构建及功能分析
4.4.1 互作网络的构建
4.4.2 互作网络的功能分析
4.5 本章小结
第五章 编码小肽IncRNA的识别及功能分析
5.1 引言
5.2 差异表达lncRNA的识别
5.2.1 数据准备
5.2.2 新IncRNA的识别
5.2.3 lncRNA的差异表达分析
5.3 IRES功能元件识别模型的构建
5.3.1 材料和方法
5.3.2 IRESfinder的性能评估
5.3.3 特征评估及讨论
5.4 差异表达的编码小肽lncRNA的识别及功能分析
5.4.1 编码小肽的IncRNA的识别
5.4.2 编码小肽的lncRNA的功能分析
5.5 本章小结
第六章 总结与展望
6.1 本书工作总结
6.2 后续研究展望
参考文献
附录