绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 1
  (已选择0条) 清除 结果分析
找到 1 条结果
[硕士论文] 张俊威
计算机技术 哈尔滨工业大学 2016(学位年度)
摘要:过去十年中,全基因组关联分析(GWAS)研究提高人们对疾病遗传学的认知和理解,对于发现基因型-表型关系起到关键作用。在GWAS分析中,遗传学家依靠DNA多态性标记来检测这些关联关系。单核苷酸多态性是其中最流行的一类遗传标记,可以用来挖掘疾病的致病原因和潜在的生物机理。迄今为止,大多数遗传关联研究使用单基因位点分析策略,其中每个基因变体单独和特定的表型关联测试。但是这种策略在复杂疾病中则表现不成功,例如高血压、糖尿病和哮喘等,这是由于单位点分析忽略上位效应,有些位点仅能够通过与其他基因的相互作用而影响疾病,而该基因位点的主效应的影响非常小或者不存在,这一现象也被称为“丢失的遗传性”。研究表明,上位性是复杂的人类疾病病因中普遍存在的成分,在许多性状的遗传控制起到至关重要的作用。
  随着高通量测序技术的出现,使得研究人员能够在全基因组范围内检测上位效应,能够更好的揭露出复杂疾病潜在的遗传机理。而在全基因组范围检测上位效应所遭遇到的第一个困难和挑战是计算负担。在本文研究中,提出一种基于混合随机森林框架的预筛选模型,来选择最佳候选集合,然后在候选集合中使用MDR算法来检测上位效应。混合随机森林模型能够筛选出主效应显著的上位效应模型和主效应微弱而组合效应显著的纯上位效应。在相加模型、相乘模型、阈值模型和纯上位模型四种类型的实验中验证了我们的算法,实验结果表明该算法具有一定的实际意义。
  另外我们提出一种基于梯度提升模型的置换方法,用来检测主效应微弱的纯上位效应。所提出的置换梯度提升模型pGBM,通过移除SNP相互作用对GBM模型分类器的影响,来检测最有可能发生相互作用的SNP组合对。我们采用平均AUC差值来定义相互作用,进而将模型应用到非平衡数据集上。在实验验证中当遗传互质性大于0.01的时候,该算法的检测能力能够达到百分之百,遗传互质性取值小于0.01的时候,其检测能力也远高于pRF算法。同时采用CPU并行计算的思想,提升模型的运算速度,进而缩短计算时间。pGBM算法采用6个CPU并行计算时,要比pRF算法快4.78倍。这种方法表现出很大的潜力,通过检测基因-基因相互作用来研究潜在的遗传结构,有利于揭示复杂的疾病机制。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部