v2 150二手的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

應用推敲可能性模式探討Facebook購物社團之購買意願：態度與信任之中介效果分析

為了解決v2 150二手的問題，作者張中慧 這樣論述：

近年來，社群網站尤以臉書(Facebook)發展迅速，幾乎已成為許多人生活中的一部份，而Facebook社團設立的主要目的是因為這群成員他們有著共同的偏好、興趣或身份，隨著電子商務的發展，網路購物興起，社群網站中逐漸延伸交換、交易的行為，透過社群結合購物能產生龐大的人氣及商機。因此，本研究目的為審視推敲可能性模式(ELM)中之中央路徑思考模式與邊陲路徑思考模式對於Facebook購物社團態度與信任之影響，以及爾後對購買意願之影響。本研究使用網路問卷蒐集資料，最後，共計回收354份有效問卷作為研究分析所用。接著，本研究利用SPSS 21進行樣本敘述性統計分析及信度分析，同時亦利用AMOS 20

進行驗證性因素分析、結構方程模式分析及假說檢定。本研究結果發現經由中央路徑之資訊品質、服務品質及邊陲路徑之貼文人氣及聲譽正向影響態度及信任，進而正向影響購買意願。本研究結果亦發現態度、信任於資訊品質、服務品質、貼文人氣及聲譽與購買意願之間具有部份中介效果。最後，根據本研究之結果發現，提供實務建議予社群社團經營者作為策略擬定之參考依據。

動態同源映射網路揭示細胞行為及疾病機制

為了解決v2 150二手的問題，作者林峻宇 這樣論述：

隨著基因體、蛋白質體、生化訊息及代謝學資料的快速增加，建立蛋白質交互作用網路將有助於探討生理及病理狀況的分子機制。近年來，為了建立蛋白質交互作用網路，許多大規模實驗方法被開發用來辨識蛋白質交互作用（protein-protein interaction, 簡稱PPI）。然而，相關研究指出大規模實驗所辨識的PPI資料中，部分物種的PPI存在著高偽陽性率。此外，在相同時間和空間尺度下，細胞生化網路中蛋白質間動態地協同作用，並聚集成蛋白質模組（Module）對於生物程序是不可或缺的。因此，透過建立動態網路（dynamic networks）及動態模組來揭示細胞行為與疾病機制乃是趨勢所需。針對這些議

題，我們提出蛋白質交互作用家族（PPI family）與模組家族（Module family）之概念，透過多物種映射在目標物種中建立其同源映射蛋白質交互作用網路（homologous mapping network）。舉例來說，相對於實驗所辨識的人類蛋白質交互作用網路僅具有12,121蛋白質及66,057蛋白質交互作用，我們的蛋白質交互作用網路則較為完整，包含了17,343蛋白質及100,788蛋白質交互作用。為了分析複雜的蛋白質交互作用網路，我們提出模組的基本組成原則，用來辨識模組、同源模組及模組交互作用網路（module-module interaction network）以協助分析蛋白

質交互作用網路。同時，我們也開發了MoNetFamily伺服器來提供網路註解，如模組家族之蛋白質交互作用組成分析、模組家族及鄰近模組之功能性註解。透過我們的模組交互作用網路，推測兩個模組（JAK2-PAFR-TYK2及IL-6/IL6Rα/gp130）可用來探討HIV誘發牛皮癬的疾病機制。進一步，我們將21種不同癌症的人類全基因表現資料整合進網路中，用來探討尼古丁乙醯膽鹼受體α9（α9-nAChR）在尼古丁誘導之癌症中的調控機制。目前，所有的PPI資料庫都缺乏尼古丁乙醯膽鹼受體α9（α9-nAChR）的交互作用蛋白質。針對α9-nAChR，我們的方法成功地找到9個α9-nAChR的交互作用蛋白

質，包括EGFR、ERBB2、CSNK1D、COPS6及NCLN等，我們的網路顯示出EGFR、FGFR1及INSR會透過MAPK訊息傳遞路徑來調控細胞增生及凋亡。透過結合58個乳癌腫瘤組織及147正常組織之基因表現資料所建立的動態網路，我們發現腫瘤形成過程中這些交互作用蛋白質會與α9-nAChR分開來增加其活性，然而，ERBB2在正常組織及類基底型（basal-like）腫瘤組織皆呈現結合關係。因此，我們推測當病人具有吸菸習慣或接觸二手菸時，會誘導ERBB2與α9-nAChR分開而活化ERBB2訊息路徑，進而促進乳癌細胞（特別是類基底型腫瘤）之形成。此外，我們收集並結合了超過7,000個人類微

陣列資料集（microarray datasets）至模組及網路中建立動態模組及動態網路，並用來反映在不同細胞及狀態下驅動表型變異的細胞生化途徑，例如在21種癌症（含983個臨床檢體）中探討腫瘤異質性（tumor heterogeneity）。總結上述結果，我們認為在同源映射網路中模組的動態行為對於探討疾病機制及細胞行為是十分有用。