全基因组高阶上位性识别方法研究

发布时间：2021-01-16 03:15

　　利用单核苷酸多态性（Single nucleotide polymorphism,SNP）标记对人类复杂疾病进行全基因组范围的关联研究（Genome-wide association study,GWAS）已成为目前分子遗传学的研究热点之一。传统的GWAS关注于单个SNP位点与复杂疾病之间的关联分析;然而,大量研究表明复杂疾病往往受到多个基因,以及基因与环境之间的共同影响。因此,在全基因组范围内,对复杂疾病开展SNP交互作用（上位性）研究将推动对复杂疾病机制的进一步认识,弥补传统GWAS带来的“遗传性缺失”。目前,多种上位性识别方法已经被提出,然而大多方法主要是针对两阶上位性的识别。由全基因组数据的高维性而带来的沉重计算负担是高阶上位性识别面临的最大挑战。筛选SNP使得在全基因组上识别高阶上位性成为可能,其关键是定义合适的筛选原则。为此,本文面向全基因组高阶上位性识别方法问题展开较为深入的研究,主要包括以下四个方面:（1）基于显著统计模式和快速置换检验筛选策略的高阶上位性识别方法（High-order SNP-SNP interactions detection based on ef... 

【文章来源】：西南大学重庆市 211工程院校 教育部直属院校

【文章页数】：110 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 相关知识介绍
        1.2.1 单核苷酸多态性相关概念
        1.2.2 上位性相关知识
    1.3 国内外研究现状与挑战
        1.3.1 国内外研究现状
        1.3.2 挑战
    1.4 本文的主要内容
    1.5 本文的组织结构
2 基于统计模式筛选策略的高阶上位性识别方法研究
    2.1 HiSSI基本原理
        2.1.1 位点及位点组合编码
        2.1.2 筛选显著候选集
        2.1.3 上位性识别
        2.1.4 FWER控制
        2.1.5 参数设置
    2.2 实验结果分析
        2.2.1 模拟数据实验
        2.2.2 真实数据实验
    2.3 本章小结
3 基于聚类和互信息筛选策略的高阶上位性识别方法研究
    3.1 Cluster MI基本原理
        3.1.1 筛选显著的两位点组合
        3.1.2 高阶上位性识别
        3.1.3 参数设置
    3.2 实验结果分析
        3.2.1 模拟实验
        3.2.2 参数敏感性分析
        3.2.3 运行时间分析
        3.2.4 真实实验
    3.3 本章小结
4 基于双重筛选策略的高阶上位性识别方法研究
    4.1 Dual WMDR基本原理
        4.1.1 双重筛选策略
        4.1.2 上位性识别
        4.1.3 参数设置
    4.2 实验结果分析
        4.2.1 模拟实验结果分析
        4.2.2 参数鲁棒性分析
        4.2.3 双重筛选策略性能分析
        4.2.4 真实实验结果分析
    4.3 本章小结
5 基于多分类器集成的高阶上位性识别方法研究
    5.1 EnSSI基本原理
    5.2 实验结果分析
        5.2.1 实验设计
        5.2.2 模拟数据结果分析
        5.2.3 参数敏感性分析
        5.2.4 基识别算法分析
        5.2.5 运行时间分析
        5.2.6 真实数据结果分析
    5.3 本章小结
6 总结与展望
    6.1 论文总结
    6.2 论文展望
参考文献
附录
致谢
发表论文及参加课题一览表



本文编号：2980050