全基因關(guān)聯(lián)研究中的模型構(gòu)建與優(yōu)化算法研究.pdf

1、遺傳學家的主要任務(wù)為找到那些與疾病相關(guān)的易感位點及其致病機制然后利用此類知識指導疾病預(yù)防、診斷及治療等工作,以對人類的健康事業(yè)做出貢獻。基因位點間存在的互關(guān)聯(lián)作用已被視為人類諸多表型特征遺傳機理的一個主要組成部分,對于多位點遺傳變異模型的學習可以幫助我們更好的認識常見人類疾病的本質(zhì)作用方式。
　　但是從海量數(shù)據(jù)中尋找出少量的關(guān)鍵變異位點已被證明為是一件非常困難的事情。如何構(gòu)建出一個合適的帶有良好評價準則的多位點關(guān)聯(lián)模型來表示易感位

2、點子集與疾病之間存在的關(guān)聯(lián)關(guān)系及如何從龐大的多位點互關(guān)聯(lián)模型空間中快速而準確的定位出易感的關(guān)聯(lián)模型是擺在我們面前的兩大挑戰(zhàn)。在本文中,我們構(gòu)建了一個決策模型來表示變異位點子集與疾病之間的關(guān)聯(lián)關(guān)系,然后采用了三種高效率的評價準則對其關(guān)聯(lián)關(guān)系進行評估、衡量。另外,我們也還提出了兩種蟻群優(yōu)化算法的變種用來啟發(fā)式地搜索、學習多位點關(guān)聯(lián)模型。本文的創(chuàng)新性主要體現(xiàn)在以下方面:
　　l提出了一個廣泛意義上的決策模型來解釋構(gòu)建分類模型對那些能夠?qū)?/p>

3、具有不同表型特征的樣本產(chǎn)生最大區(qū)分的易感變異位點子集進行統(tǒng)計學習的本質(zhì)原理。然后我們采用了三種評價準則即條件熵、基尼系數(shù)及貝葉斯分值來測量所建模型識別變異位點子集的能力。基于虛擬數(shù)據(jù)集及高維的真實全基因組數(shù)據(jù)集,我們設(shè)計了實驗以比較這三種評價準則的性能。實驗結(jié)果表明條件熵與基尼系數(shù)比貝葉斯分值具有更高的計算效率但對正確易感多位點關(guān)聯(lián)模型的檢測效力卻比貝葉斯分值稍差。當它們被用于檢測一些弱關(guān)聯(lián)模型時,條件熵與基尼系數(shù)在檢測效力與計算效率上

4、均表現(xiàn)出一定優(yōu)勢。在用來處理非平衡的樣本數(shù)據(jù)集時,三種評價準則的效力都呈現(xiàn)出較大的下降,但樣本集規(guī)模擴大以后,此種下降效應(yīng)被削弱。另外在真實全基因組數(shù)據(jù)集上進行的實驗表明貝葉斯分值與條件熵能夠成功的檢測出先前已被人驗證存在易感性的變異位點。它表明了我們提出的帶有合適評價準則的決策模型可以很好的被用于真實的全基因組數(shù)據(jù)集上進行易感、非同步起作用的變異位點子集的檢測。
　　l、提出了兩種新的基于蟻群優(yōu)化算法的變種策略以隨機的學習、尋找

5、易感多位點關(guān)聯(lián)模型。策略一在學習遺傳變異模型時并不限定所學模型的階數(shù)因此具有很高的靈活性。我們提出了一種有效的迭代停止規(guī)則以加快此策略的收斂速度并基于它研究了對此優(yōu)化策略中某些關(guān)鍵參數(shù)的設(shè)定方法以在算法的收斂速度及檢測準確率之間尋找平衡。策略二則被用作為一種過濾式方法即首先使用其選擇出一些高度可疑的變異位點子集合然后再在其上進行窮盡的搜索以學習其中可能存在的高階互關(guān)聯(lián)作用模型。在虛擬與真實全基因組數(shù)據(jù)集上進行的實驗均表明我們的方法可以在