CUDA平台下的复杂疾病全基因组

  本文关键词：CUDA平台下的复杂疾病全基因组基因-基因相互作用研究，由笔耕文化传播整理发布。

上海交通大学 硕士学位论文 CUDA平台下的复杂疾病全基因组基因-基因相互作用研究 姓名：胡晓菡 申请学位级别：硕士 专业：生物医学工程 指导教师：师勇 20100501 上海交通大学工程硕士学位论文 摘要 CUDA平台下的复杂疾病全基因组基因-基因相互作用研究 摘 要 复杂疾病的全基因组基因-基因扫描可以有效发现多个基因的相互作 用对疾病易感性的贡献。但是这种扫描的计算量通常非常巨大，，限制了它 的实际应用。现代图形处理器（GPU，显卡）已具有非常强大的并行计算 能力，同时价格低廉。因此，在这项研究中我们使用了基于GPU 的算法， 即SHEsisEpi。它仅与多个位点在全基因组中的易感性相关，而不受单个位 点的关联分析结果（即边际函数）影响。 我们分析了 WTCCC 数据库提供的双向情感障碍（bipolar disorder, BPD）数据，仅耗时27 小时就完成了全基因组一共500K 个SNP 的扫描， 比传统的CPU 程序快将近300 倍。 -12 然后，我们通过对扫描结果进行筛选（p 5.37×10 ），对p 值最小并且 符合条件的SNP 组合，用独立的样本进行重复实验（475 个BPD 病例，480 个对照组，汉族人群），证明两对基因组合与BPD 的易感性相关（a 0.05 ）。 可执行文件和源代码可从SHEsis 主页进行下载（ -x.cn ）。 关键词：基因-基因相互作用，双向情感障碍，GPU编程

  本文关键词：CUDA平台下的复杂疾病全基因组基因-基因相互作用研究，由笔耕文化传播整理发布。