富集分析框架下的致病SNP位点识别

发布时间：2017-09-16 17:13

  本文关键词：富集分析框架下的致病SNP位点识别

  更多相关文章： 模式识别 集成学习 交互作用 富集分析 致病SNP位点识别

【摘要】：针对复杂疾病致病单核苷酸多态性位点识别中单一方法的片面性问题,提出了基于富集分析的致病单核苷酸多态性位点识别方法.通过富集分析机制设计了一种集成学习框架,可将不同的方法有机结合以提升学习性能.基于此组合框架,将ReliefF和CA趋势检验进行了集成,在识别单个致病位点的同时兼顾位点之间的交互作用.在模拟数据集和真实数据集上进行了实验研究,结果表明所提出的方法能显著地提升致病单核苷酸多态性位点的识别性能,且所设计的组合框架具有良好的扩展性,可为其他方法的组合研究提供借鉴.
【作者单位】： 西安电子科技大学计算机学院;
【关键词】： 模式识别 集成学习 交互作用 富集分析 致病SNP位点识别
【基金】：陕西省自然科学基金资助项目(2015JM6275) 国家自然科学基金资助项目(61201312) 中央高校基本科研业务费专项资金资助项目(K5051303017;JB140306)
【分类号】：TP391.4;R36
【正文快照】： 现代生物医学研究证明,人类每种疾病都有相应的致病基因或易感基因,常见的复杂疾病发生过程则是相关基因与内外环境相互作用的结果[1].2005年,《Science》上发表的关于年龄相关性黄斑变性的全基因组关联分析(Genome-Wide Association Studies,GWAS)文章开启了复杂疾病全基因组，

本文编号：864356