CUDA平臺(tái)下基于通路的全基因組關(guān)聯(lián)研究.pdf

1、全基因組關(guān)聯(lián)研究是一種旨在確定遺傳與某種表型或某種疾病在全基因組范圍的關(guān)聯(lián)的研究手段，它可從人類全基因組范圍內(nèi)的序列變異中，成功篩選出和復(fù)雜疾病或表型關(guān)聯(lián)的變異位點(diǎn)。然而，目前的全基因組關(guān)聯(lián)研究是基于顯著的統(tǒng)計(jì)學(xué)含義來(lái)鑒定遺傳變異，具有自身局限性?；谕返娜蚪M關(guān)聯(lián)研究卻能夠考慮相互作用的基因或者相關(guān)的基因中多個(gè)變異位點(diǎn)，以進(jìn)一步利用和挖掘全基因組關(guān)聯(lián)數(shù)據(jù)。它通常被認(rèn)為是對(duì)只關(guān)注最顯著位點(diǎn)的全基因組關(guān)聯(lián)研究的一種補(bǔ)充。本文針對(duì)通路分

2、析的時(shí)間效率低和通路評(píng)估方法對(duì)數(shù)據(jù)分布要求高的問(wèn)題分別提出了解決方案。
　　首先，本文實(shí)現(xiàn)了CUDA平臺(tái)下的一種全基因通路分析模型。該算法以基于差異打分的通路分析方法為原型，通過(guò)充分利用GPU的高并行化能力大幅提高了通路分析的時(shí)間效率。這有效解決了通路分析的時(shí)間消耗過(guò)大的問(wèn)題，和基于CPU的串行算法相比，基于GPU的細(xì)粒度數(shù)據(jù)的并行算法在運(yùn)行時(shí)間上要快一個(gè)數(shù)量級(jí)。本文在CUDA平臺(tái)下編程實(shí)現(xiàn)了完整模型，并用部分全基因數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)

3、。實(shí)驗(yàn)結(jié)果表明，本文提出的模型在保證通路分析準(zhǔn)確性的前提下實(shí)現(xiàn)了時(shí)間效率的提高，加速比最高可達(dá)到120。
　　此外，本文提出一種基于主成分分析(PCA)的全基因通路研究方法。主成分分析法是一種有效的系統(tǒng)評(píng)估方法，被廣泛應(yīng)用于決策分析中。它利用降維的思想將眾多指標(biāo)映射到少量幾個(gè)指標(biāo)之上，并且可以定量度量各個(gè)原始參數(shù)對(duì)各主成分的貢獻(xiàn)率。本文將全基因通路視為一個(gè)系統(tǒng)，將各通路作為具體變量，并通過(guò)運(yùn)用距離度量將各通路量化，最終通過(guò)系統(tǒng)評(píng)估