基于MDR的全基因组关联分析算法研究
发布时间：2021-08-12 19:35
全基因组关联分析（Genome-Wide Association Studies,GWAS）是通过利用人类基因组中的几百万个SNPs位点上的基因型信息作为遗传标记,对案例-对照数据或者随机人群数据进行分析,筛选出与疾病相关的SNPs的有效方法。人类的复杂疾病主要受基因-基因交互作用（Gene-Gene Interaction,GGI）的影响。目前,全基因组关联分析大多数使用疾病与单个SNP位点相关统计的方法,然而,仅限于单基因效应的研究将使大部分复杂疾病遗传和复杂性状无法得到解释,因此需要更多高效的算法探测与疾病相关的多基因交互作用。多因子降维（Multifactor Dimensionality Reduction,MDR）是一种非参数、无模型的用于揭示与常见复杂疾病有关的基因-基因交互作用和基因-环境交互作用的分析方法,适用于病例-对照数据（case-control）研究。K最邻近算法是一种效率高和原理简单的分类算法,多目标优化是一种解决多个相互影响或冲突的目标组成的问题的机制。在此基础上,针对MDR算法在某些情况下易出现假阳性错误以及效率不理想等问题,本文提出了一种新的基于多目标...
【文章来源】：湖南师范大学湖南省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
碱基互补配对
图 1-2 染色体的组成基因型态性（SNP)：指染色体基因组上的单个核苷酸引起的 DNA 序列多态性（在某一群体中，这种低于 1%则称为变异）。一般情况下，SNP 只含两位基因（Biallelic）的变异。在图 1-3[11]中，可以P 位点。通过研究表明，人类个体的大多数多态，在基因组相关的研究中广泛的使用 SNP 作为照或随机样本数据的 SNPs 进行分析和预测，从而联。
图 1-2 染色体的组成因型态性（SNP)：指染色体基因组上的单个核苷酸碱基引起的 DNA 序列多态性（在某一群体中，这种变化低于 1%则称为变异）。一般情况下，SNP 只含两类位基因（Biallelic）的变异。在图 1-3[11]中，可以看 位点。通过研究表明，人类个体的大多数多态现象，在基因组相关的研究中广泛的使用 SNP 作为遗传或随机样本数据的 SNPs 进行分析和预测，从而得联。
【参考文献】：
期刊论文
[1]基于目标相对重要性的模糊多目标进化算法[J]. 易高明,蒋艳. 计算机应用与软件. 2018(06)
[2]机器学习方法在基因交互作用探测中的研究进展[J]. 彭哲也,唐紫珺,谢民主. 遗传. 2018(03)
[3]K最近邻算法理论与应用综述[J]. 毋雪雁,王水花,张煜东. 计算机工程与应用. 2017(21)
[4]“人类基因组计划”回顾与展望:从基因组生物学到精准医学[J]. 于军. 自然杂志. 2013(05)
[5]基因组学和生命科学新世纪[J]. 杨焕明. 科学. 2013(05)
[6]基于概率模型LVQ的改进KNN分类新方法[J]. 刘仲民,徐炎,赵彦敏,胡文瑾. 兰州理工大学学报. 2013(03)
[7]全基因组关联研究中的交互作用研究现状[J]. 李放歌,王志鹏,户国,李辉. 遗传. 2011(09)
[8]多目标优化问题的研究概述[J]. 肖晓伟,肖迪,林锦国,肖玉峰. 计算机应用研究. 2011(03)
[9]人类遗传病与种类[J]. 木也沙尔·米吉提. 中国民族民间医药. 2010(16)
[10]个体单体型问题参数化算法研究[J]. 谢民主,陈建二,王建新. 计算机学报. 2009(08)
博士论文
[1]单体型组装问题参数化建模及算法研究[D]. 谢民主.中南大学 2008
[2]人类基因组计划暨基因技术发展的科学与哲学解析[D]. 林侠.中国社会科学院研究生院 2002
硕士论文
[1]全基因组关联分析中基因—基因交互作用检测算法研究[D]. 彭哲也.湖南师范大学 2018
[2]数据挖掘中两种典型分类算法的改进研究及应用[D]. 宋艳红.华北水利水电大学 2018
[3]全基因组关联研究中上位性检测算法的研究[D]. 贺叶琴.湖南师范大学 2017
[4]高维数据的聚类分析研究及应用[D]. 苏飞.华北水利水电大学 2017
[5]解多目标优化问题的进化算法[D]. 刘彤.西安电子科技大学 2010
[6]惩罚logistic回归与多因子降维法交互作用分析及其应用[D]. 骆常好.山西医科大学 2009
[7]一种改进的决策树增量算法研究[D]. 刘云胜.华中科技大学 2007
本文编号：3338941
【文章来源】：湖南师范大学湖南省 211工程院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
碱基互补配对
图 1-2 染色体的组成基因型态性（SNP)：指染色体基因组上的单个核苷酸引起的 DNA 序列多态性（在某一群体中，这种低于 1%则称为变异）。一般情况下，SNP 只含两位基因（Biallelic）的变异。在图 1-3[11]中，可以P 位点。通过研究表明，人类个体的大多数多态，在基因组相关的研究中广泛的使用 SNP 作为照或随机样本数据的 SNPs 进行分析和预测，从而联。
图 1-2 染色体的组成因型态性（SNP)：指染色体基因组上的单个核苷酸碱基引起的 DNA 序列多态性（在某一群体中，这种变化低于 1%则称为变异）。一般情况下，SNP 只含两类位基因（Biallelic）的变异。在图 1-3[11]中，可以看 位点。通过研究表明，人类个体的大多数多态现象，在基因组相关的研究中广泛的使用 SNP 作为遗传或随机样本数据的 SNPs 进行分析和预测，从而得联。
【参考文献】：
期刊论文
[1]基于目标相对重要性的模糊多目标进化算法[J]. 易高明,蒋艳. 计算机应用与软件. 2018(06)
[2]机器学习方法在基因交互作用探测中的研究进展[J]. 彭哲也,唐紫珺,谢民主. 遗传. 2018(03)
[3]K最近邻算法理论与应用综述[J]. 毋雪雁,王水花,张煜东. 计算机工程与应用. 2017(21)
[4]“人类基因组计划”回顾与展望:从基因组生物学到精准医学[J]. 于军. 自然杂志. 2013(05)
[5]基因组学和生命科学新世纪[J]. 杨焕明. 科学. 2013(05)
[6]基于概率模型LVQ的改进KNN分类新方法[J]. 刘仲民,徐炎,赵彦敏,胡文瑾. 兰州理工大学学报. 2013(03)
[7]全基因组关联研究中的交互作用研究现状[J]. 李放歌,王志鹏,户国,李辉. 遗传. 2011(09)
[8]多目标优化问题的研究概述[J]. 肖晓伟,肖迪,林锦国,肖玉峰. 计算机应用研究. 2011(03)
[9]人类遗传病与种类[J]. 木也沙尔·米吉提. 中国民族民间医药. 2010(16)
[10]个体单体型问题参数化算法研究[J]. 谢民主,陈建二,王建新. 计算机学报. 2009(08)
博士论文
[1]单体型组装问题参数化建模及算法研究[D]. 谢民主.中南大学 2008
[2]人类基因组计划暨基因技术发展的科学与哲学解析[D]. 林侠.中国社会科学院研究生院 2002
硕士论文
[1]全基因组关联分析中基因—基因交互作用检测算法研究[D]. 彭哲也.湖南师范大学 2018
[2]数据挖掘中两种典型分类算法的改进研究及应用[D]. 宋艳红.华北水利水电大学 2018
[3]全基因组关联研究中上位性检测算法的研究[D]. 贺叶琴.湖南师范大学 2017
[4]高维数据的聚类分析研究及应用[D]. 苏飞.华北水利水电大学 2017
[5]解多目标优化问题的进化算法[D]. 刘彤.西安电子科技大学 2010
[6]惩罚logistic回归与多因子降维法交互作用分析及其应用[D]. 骆常好.山西医科大学 2009
[7]一种改进的决策树增量算法研究[D]. 刘云胜.华中科技大学 2007
本文编号：3338941
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3338941.html
